最近冒出来一个挺反常识的 AI 模型:Jev。
它不会陪你聊天,不写文章,也不写代码,只负责一件事:做判断。
比如判断一条短信是不是垃圾信息,普通大模型会先生成分析,再输出结果;Jev 的思路是直接返回“垃圾短信,98%”。不是生成一段 JSON 再让程序解析,而是从产品设计上就把 AI 当成一个“决策函数”。
TypeSafe 把它叫做 System One。
这个名字其实比模型参数更值得关注。
过去两年,大多数 AI 产品都围绕“生成”设计:生成文字、代码、图片,最终形态自然变成了聊天框。
但真实的软件系统里,还有大量任务根本不需要生成内容。
客服该分给谁?
Agent 要不要继续执行?
失败后要不要重试?
这条命令风险高不高?
这个工具现在该不该调用?
这些都是高频、小颗粒度的判断。
如果每次都调用一个强推理模型,先思考几秒,再生成几百个 Token,本质上是在用一个“博士”做门卫。
Jev 提供的是另一种产品思路:
复杂问题交给 System Two 深度推理;
高频决策交给 System One 快速判断;
确定性动作继续交给代码执行。
未来一个 Agent 背后,可能不是挂一个万能大模型,而是一套分层的“模型组织架构”。
大模型负责想,小模型负责判断,代码负责执行。
所以 Jev 真正值得关注的,不是 70 毫秒,也不是便宜几百倍。
而是它在提醒我们:
AI 的下一个重要入口,可能根本不是聊天框。
当 AI 真正进入软件内部,它甚至不需要让用户知道自己存在。
它不会陪你聊天,不写文章,也不写代码,只负责一件事:做判断。
比如判断一条短信是不是垃圾信息,普通大模型会先生成分析,再输出结果;Jev 的思路是直接返回“垃圾短信,98%”。不是生成一段 JSON 再让程序解析,而是从产品设计上就把 AI 当成一个“决策函数”。
TypeSafe 把它叫做 System One。
这个名字其实比模型参数更值得关注。
过去两年,大多数 AI 产品都围绕“生成”设计:生成文字、代码、图片,最终形态自然变成了聊天框。
但真实的软件系统里,还有大量任务根本不需要生成内容。
客服该分给谁?
Agent 要不要继续执行?
失败后要不要重试?
这条命令风险高不高?
这个工具现在该不该调用?
这些都是高频、小颗粒度的判断。
如果每次都调用一个强推理模型,先思考几秒,再生成几百个 Token,本质上是在用一个“博士”做门卫。
Jev 提供的是另一种产品思路:
复杂问题交给 System Two 深度推理;
高频决策交给 System One 快速判断;
确定性动作继续交给代码执行。
未来一个 Agent 背后,可能不是挂一个万能大模型,而是一套分层的“模型组织架构”。
大模型负责想,小模型负责判断,代码负责执行。
所以 Jev 真正值得关注的,不是 70 毫秒,也不是便宜几百倍。
而是它在提醒我们:
AI 的下一个重要入口,可能根本不是聊天框。
当 AI 真正进入软件内部,它甚至不需要让用户知道自己存在。
展开
评论
点赞
有没有jy近两三年结婚的,看看礼单!
前两天在某书上面认识了一个女生,比我小几岁,职业是护士。一听到这个职业,其实我是有点抗拒的,当时感觉聊得还行,于是就接着聊了。聊了一天以后,她就提出说加一下微信,不然来回切换软件很麻烦,于是就加了微信。等加完微信以后,刚开始还是接着之前的话题聊,聊着聊着,她突然说要还花呗了,还差几百块钱,问我能不能替她还了,我说不行,这个忙我不帮,她说她就是开玩笑的。