ChatGPT 共同創造者的新 Jev 模型捨棄文字，讓 AI 決策快上 200 倍

新聞摘要

一家由 ChatGPT 背後研究人員之一創立的初創公司，推出了一款完全跳過自然語言、改為回傳結構化機率式決策而非文字的人工智慧模型——早期測試者表示，在它鎖定的任務上，它比主流大型語言模型快得多、也便宜得多。這款名為 Jev 的模型來自 TypeSafe AI，由前 OpenAI 研究員 Diogo Almeida 創辦；他被認為是「基於人類回饋的強化學習」（RLHF）的共同發明人，而這項訓練技術普遍被歸功於讓 ChatGPT 及其後續產品得以大規模實用化。

TypeSafe AI 宣布了什麼

TypeSafe AI 在 2026 年 9 月 16 日（美東時間）星期二結束兩年的隱密研發，揭曉其所稱的「第一系統模型」。Jev 不像 GPT 風格的大型語言模型那樣一次一個詞元地生成對話文字，而是設計成直接由其他軟體取用：它接收結構化輸入，回傳具型別標註、附機率分數的輸出——例如將請求分類、為紀錄評分，或標記政策違規——完全不產出任何散文式文字。該公司表示已募得 4,000 萬美元資金，以追求 Almeida 所描述的「一條人工智慧研究的替代路徑，聚焦於機器原生的人工智慧」。

Jev 與傳統 LLM 有何不同

Jev 使用 TypeSafe 稱為「校準決策強化學習」（RLCD）的技術訓練，該公司將其定位為 RLHF 與 RLVR（基於可驗證獎勵的強化學習）的後繼者，而這兩種方法支撐了目前大多數以聊天為導向的模型。Jev 不是依序、逐詞元地預測輸出，而是在單一查詢中平行取樣所有可能的輸出。由於開發者事先定義固定的輸出結構描述，TypeSafe 表示該模型在數學上受到約束，無法產出格式錯誤或「幻覺」的結果——它只能回傳符合所給結構描述的值。

Almeida 將這次發布定調為回應他所看見的產業缺口：「模型多年來在聊天方面已超越人類，那麼自動化究竟在哪裡？」其賣點在於，大多數軟體在處理請求路由、內容排序，或篩檢輸出是否為越獄嘗試等決策時，仍依賴脆弱的手寫規則或緩慢、昂貴的 LLM 呼叫——TypeSafe 主張，這些任務更適合由專門打造的決策引擎來處理，而非通用型聊天機器人。

效能與定價主張

TypeSafe 公布了基準比較，顯示 Jev 約在 70 至 500 毫秒內回應，該公司稱這在可比的結構化決策任務上，比前沿聊天模型快 40 至 200 倍。在一項展示中，該公司讓 Jev 遊玩經典電子遊戲《毀滅戰士》，方式是餵給它結構化的遊戲狀態資料而非影像；TypeSafe 表示 Jev 約在 0.114 秒內回應，而在相同測試設定下，定位相近的 OpenAI 模型約需 8.566 秒。

在定價方面，TypeSafe 將輸入詞元定為每百萬詞元 0.042 美元，輸出詞元則免費提供；該公司將這種結構與對話式 LLM 典型的輸入與輸出分別計價模式作對比。TypeSafe 引用內部工作流程評估，聲稱在某些生產級自動化工作流程上，Jev 比可比的大型語言模型方法快約 193.6 倍、便宜約 444.6 倍，不過這些數字來自該公司自家的基準測試，而非獨立的第三方測試。

開發者的反應

早期採用者的反應明顯相當熱烈。Vercel 的工程師回報，在部分基礎設施中以 Jev 取代 OpenAI 的對話模型後，結果快了 5 至 18 倍，同時維持或提升了準確度。Bryo AI 的工程師表示，他們發現 Jev 比 Google Gemini 系列的可比產品便宜約 10 至 20 倍，同時還提供真正經過校準的機率分數，讓他們更容易建立可靠的工作流程自動化邏輯，而不必從自由文字回應中解析訊號。

發布後的需求強勁到 TypeSafe 表示其 API 一度無法跟上湧入的流量；該公司將這次中斷直接歸因於開發者關注的熱度，而非任何預先規劃的容量限制。

為何這個框架很重要

TypeSafe 為 Jev 取的名字，向 19 世紀經濟學家 William Stanley Jevons 致意；他的悖論主張，當使用某項資源的成本下降時，該資源的總消耗量往往會上升而非下降。Almeida 引用這個概念來描述他對人工智慧決策走向的願景：不是由少數幾個非常大型、通用型的聊天模型處理每一項任務，而是由數量多得多的小型、快速、廉價決策模型嵌入整個軟體基礎設施之中。Almeida 說：「我們認為，智慧軟體將會以一種湧現且分散的方式，遍布各處。」他將第一系統模型描述為大型語言模型的補充，而非替代——後者驅動了對話式人工智慧產品。

接下來會如何

TypeSafe 主要將 Jev 定位於後端與基礎設施用途：模型路由、內容審核與安全篩檢、工作流程自動化，以及大規模資料分類，而非面向消費者的聊天應用。由於該模型的輸出受結構描述約束，而非開放式文字，它並不打算直接與聊天機器人或寫作助理競爭。獨立研究人員與競爭實驗室尚未發表第三方基準，證實 TypeSafe 的效能主張；而第一系統這個類別在更廣泛的真實世界生產工作負載中——超出 TypeSafe 自身強調的用途之外——表現如何，仍有待更多開發者將該模型投入生產後才能見分曉。