“我的选择困难症有救了”，这是我接触Jev模型后最直接的一个想法。在现实生活中，像我这样害怕做单选题的人并不是少数。
打车还是坐地铁，消息现在回还是晚点回，购物车里的东西买还是不买。一天里，这样的二选一很难数清，虽然这些决定大多谈不上沉重，但数量累积起来却相当惊人，流传最广的数字是成年人平均每天要做约3.5万个决定。
这数是有点扯，但意思大差不差。所以，有人投硬币，也有人夸张到专门写一个程序替自己拿主意。心理学把这叫决策疲劳，即便选项已经少到不能再少，也未必能迅速拿定主意。
9月15日，一个只回答选择题的模型上线了。它叫Jev，不会聊天，不写代码，不给解释，但是如果你给它一段状态加几个固定选项，它会回你一串概率。
让人意外的是，这款模型发布后很快走红，接连刷新行业纪录。融资紧随其后，仅仅24天，Jev背后的公司TypeSafe AI就官宣完成了8.7亿美元（约58亿人民币）A轮融资，估值75亿美元（约502亿人民币），成为了今年的最贵A轮。
本轮融资由a16z领投，红杉资本与老股东DCVC等参与。回看今年这十个月，几乎所有AI都在想怎么把话说得更好听，可这一次，顶级VC的钱却投给了一个哑巴模型。
隐身两年
尽管Jev模型在C端率先火爆，但其实它被设计的初衷并不是为人服务的。
TypeSafe AI成立于2024年，总部在旧金山。公司名“TypeSafe”本身是个程序员的梗。类型安全，说的是变量再怎么折腾，也出不了类型划定的范围，程序就不会崩溃。当前这家公司大约有20个人，公司内部的口号是“Build Prod, Not God”，意思是“造生产工具，别忙着造神”。
在Jev之前，这家公司几乎没有对外发声过。就连创始人Diogo Almeida社交账号的互动量也是长期停留在个位数。
作为公司的创始人和CEO，Almeida先后在Google Brain和OpenAI任职，是InstructGPT论文的核心作者之一，也参与过ChatGPT和GPT-4的相关工作，RLHF是他长期的研究方向。所以今天大模型能对话这件事也有他的功劳。
另外两位创始人是Erik Gafni和Sasha Sheng。
按照Almeida在LinkedIn上的回忆，他于2021年在一次聚会上认识Gafni，两人经常交流模型开发，Gafni也很早就理解了TypeSafe的设想，后来成为了最先加入的人。Sheng是Almeida的老朋友，也是一位华人，创业后Almeida找她讨论，原本是想听听自己的判断有没有问题，没想到她听完后很快就决定加入。
从经验来看，Gafni曾在Invitae和Freenome工作，也经历过多次创业，熟悉生产环境中的AI系统。Sheng则先后在Meta/FAIR担任研究工程师，参与信息流及AI研究相关工作，可见三人的履历里，既有模型研究，也有把系统交给实际用户使用的经验。
早在创业初期，Almeida对模型的期待就已经有了一个非常具体落点，而且是与“聊天”完全不相关的。在他看来，模型聊天能力不断提高，可企业却仍然不放心把工作交给软件自动完成，这两者之间的差距，让他看到了机会。
具体地，跟人一样，软件每天处理的判断题也很多。比如邮件要不要拦截，投诉要不要转人工，搜索结果值不值得保留，全是这种小事。可如果把这些问题，放进一套有大量用户的系统，调用次数就会成倍增加。
以每天100万条请求的系统为例，假设每条请求需要10次判断，一天便有1000万次决策。每次多花一点钱或多等一会儿，累积起来都是企业需要计算的成本。在Jev诞生之前，行业通常的做法是把它们统统喂给市面上最聪明的模型，让模型生成一段解释，再由程序员写解析逻辑，把真正的值从解释里抠出来。
渐渐地这种做法的弊端开始出现，又慢又贵。于是，TypeSafe成立后的两年，没有去做更大更全的模型，而是去搭了三样东西，一套新的模型架构，一个并行采样器，还有一种他们称为RLCD的训练方法，全称是“面向校准决策的强化学习”。
这三样东西之中，校准尤为重要。Almeida用过一个很形象的比喻，如果一个模型在95%的时间里表现得像爱因斯坦，而剩下的5%则像憨豆先生，那它在自动化场景里就是不可用的。聊天时答错，人可以追问，也可以纠正。而在无人值守的软件流程里，一次错判会沿着调用链一路放大。
于是，当这些准备工作都顺利完成，9月，TypeSafe走出隐身，同时宣布了4000万美元种子轮，由DCVC领投，估值约2亿美元。9月15日，第一个System One模型Jev开放早期访问。
这两个名字也暗藏玄机，System One来自卡尼曼的《思考，快与慢》，指人身上那套快速而近乎直觉的判断机制。Jev则取自19世纪经济学家威廉·杰文斯，成本越低用量越大那条悖论，就是他提出的。
一夜爆火
模型领域其实并不缺新故事，但Jev的推出还是迅速赢得了市场积极的反馈。
在产品形态上，Jev简单得有点不像AI。它只接受三类问题：
Choice，从你给的一份列表里选一个，返回每个选项的概率；
Score，按你给的评分标准打分；
Noul，对一个命题给出0到1的真假概率。
Choice和Score会额外返回置信度。三类问题可以在同一次API调用里，并发地对同一份状态求值。
账面数据上，Jev又快又省。端到端响应70到500毫秒，定价每百万输入token0.042美元，输出免费。a16z在投资公告里为此加了一句注解，输出量太小，小到他们干脆不收这笔钱。
官网给出两个数字，快193.6倍，便宜444.6倍。有意思的是，公司自己主动给这两个数字打了折，它们来自TypeSafe团队自己搭建的工作流评测，处在真实收益区间的高位，可能存在偏差。
另一个卖点在于Jev的接口相当克制。开发者可以让它在候选项中选择，也可以要求它按标准评分，或者判断某个命题成立的概率。几个问题能够在同一次调用中并行处理，程序拿到结果后继续执行。遇到需要综合权衡的复杂任务，官方文档建议先拆成更明确的问题，再用代码组合结果。
例如，一封客服邮件可以被分别判断是否紧急，以及应由哪个部门处理。企业能在代码里决定低置信度的请求交给人工，高置信度的请求自动分流。模型处理其中需要理解语义的部分，后续操作仍由业务系统控制。
这种用法对企业有吸引力，也划出了Jev的能力边界。它不能替用户写回复，开发者还得定义问题和候选项。TypeSafe的机会在于，能否让企业在完成接入之后，以更低成本反复使用这部分判断能力。
数据证明，它的确抓住了这波机会。Jev上线AI Gateway后12小时便超过了该平台同期的其他模型，24小时内接近13%的付费团队使用了它，这是平台内部的全新记录。
另据TypeSafe公布的数据，已经有三分之一的《财富》500强企业使用了Jev，同时一个更具象的样本是，人才匹配平台Jack&Jill把候选人筛选的工作从Gemini整体换成了Jev，成本直接降了88%。
Almeida在最近的访谈中透露，Jev日处理量已经站上1万亿token，而且模型上线后不久，公司就开始盈利了。
他还强调，夜间的流量还在往上走。之所以关注这个数据，是因为聊天机器人的流量来自人的好奇，白天用，夜里睡，热度过了就往下掉。而被后台程序调用的模型不遵循这个逻辑，夜里的曲线依旧往上，说明它已经真的进入了生产系统。
全球跟风
TypeSafe一火，全球市场开始批量复制。
24天里，OpenAI和微软先后入场，Cloudflare与亚马逊各出一款，Perplexity开源了自己的版本，而国内至少有两家创业团队也在其中。上海人工智能实验室在9月底放出了多模态决策模型Intern-Decision，卖点是能读懂图像和界面再做判断，自称推理速度是Jev的2到3倍。
相比来讲，国内更受关注的是StartLux，这家公司注册在上海，成立还不到五个月，背后是一位老炮儿——盛大网络联合创始人陈大年。9月30日，它开源了StartLux-Decision，一口气给了0.8B到27B五档规格，每档都配了量化文件，同样自称超过了Jev。
国内大厂的反应主要则体现在了工程讨论和试验上。
Datawhale推出了中文Jev课程，其资料库收录了腾讯技术工程对模型和智能体判断任务的分析，阿里云开发者社区也出现了相关介绍。他们关心的议题很具体，包括工具调用该怎样分流，以及哪些上下文可以删除，当然，这些信息仅可以证明技术关注。
为什么短短时间内Jev模型的性能就能被追赶，有投资人告诉我，决策模型的技术并不难，“任何一个大模型公司几天就能做出来了”，真正难得的是这个idea，所以对于TypeSafe的巨额融资和高估值，他难以理解，“美国现在很多投资都挺魔怔。”
的确，从种子轮官宣到A轮官宣，间隔24天，融资金额膨胀了22倍，估值涨了37.5倍。很多人都会不禁问一句，凭什么？
答案或许从a16z的口径中窥见一二。他们说，“Jev的发布，是我们今年见过的最大的一次叙事反叛（the biggest narrative violation we’ve seen this year）。”紧接着是对行业现状的拆解。“‘AI吞噬软件’这句话，讽刺地意味着它在更快地写出更多传统软件，却不一定让软件变得更智能。”
a16z认为真正的解锁点在于，让所有软件都能原生地嵌进最新模型的智能，同时把性能和成本压到传统软件能接受的水平。
他们把这套逻辑浓缩成一个双关，杰文斯悖论（Jev-ons paradox）。智能便宜到一定程度，就会被到处调用，单价往下走，调用量往上走，总收入的空间反而被撑大。这就是75亿美元估值的定价逻辑。
不过融资里有一个细节，《The Information》此前报道过，在A轮敲定之前，TypeSafe接触过一笔规模超过10亿美元的融资，投资人开出过100亿美元以上的估值。最终没能成交。未来，TypeSafe估值能否再往上走一步，靠的就不光是资本的热情了。
信康配资提示：文章来自网络，不代表本站观点。
