决策 AI 模型 Jev 亮相：主打极速与超低成本

前 OpenAI 研究员 Diogo Almeida 创立的 TypeSafe AI 推出首款决策专用模型 Jev，主打纯结构化判定以替代传统大模型在软件自动化中的低效文本生成。

• Jev 定位为“系统一模型”，完全摒弃自然语言字符串输出，专门接收非结构化上下文并直接输出类型化决策（如枚举选择、概率与置信度打分）。
• 模型基于自研的 RLCD（面向校准决策的强化学习）方法训练，旨在优化模型的“认知诚实度”，使置信度输出与真实准确率严格校准。
• 商业化采用极低定价策略，输入 Token 为每百万 0.042 美元，因采用非自回归并行架构，输出结果完全免费，官方称其决策速度可达通用 LLM 的 20 至 200 倍。
• 影响/看点：该方案有望解决传统 LLM 在软件工作流中延迟高、易幻觉且输出解析脆弱的问题，但其落地规模取决于开发者能否将复杂的业务工作流解构为单一的离散判定步骤。
• 资料依据：
• TypeSafe AI 官方技术公告（2026-09-15）：https://typesafe.ai/blog/introducing-jev-and-rlcd
• X：Kim（2026-09-16）：https://x.com/kimmonismus/status/2100057080698950042

本内容由 AI 生成，仅供参考，请注意甄别