这两天 Jev 挺火，官方数据也很猛：快几十到上百倍、成本更低、低延迟，还能直接给 confidence。已经有人开始往“下一代 Agent 基础设施”上吹了。

但我把官方资料和 benchmark 看完之后，第一反应不是震撼，而是有点熟悉。

Jev 做的事情其实很好理解。以前 Agent 里碰到“要不要调用工具”“任务属于哪一类”“风险高不高”“要不要人工审核”这种问题，很多团队直接扔给 GPT 或 Claude。模型读上下文、推理、生成一堆 token，最后吐一个 JSON。

Jev 的思路更直接：你要的不就是一个判断吗？那我直接给 A / B / C，再附一个概率。

所以它快很多、便宜很多，其实并不奇怪。

一个模型在写作文，一个模型只做选择题，然后告诉你后者快 100 倍。这个数字可能完全是真的，但它到底证明了模型有革命性突破，还是说明这个任务本来就不该交给大模型，其实是两回事。

而且ifier、ranking、scoring 这些东西，也不是今天才有。

但 Jev 真正有价值的地方，我觉得也在这里。

它把现在很多 Agent 的一个问题摆到了台面上：太喜欢什么事情都调大模型。

任务分类调一次，工具路由调一次，风险判断调一次，结果验收再调一次。很多事情本质上就是判断题，却硬塞给大模型。

以后更合理的 Agent，可能还是分层：确定性的事情用规则，高频分类、路由、打分交给 Decision Model，真正复杂的推理、规划和代码生成，再交给 GPT、Claude。

所以我现在对 Jev 的判断是：

产品可能被吹过头了，但它指出的问题是真的。

最后跑出来的是不是 Jev 不重要。真正值得研究的是：Agent 可能正在从“一个大模型包打天下”，重新回到更正常的软件架构。

你觉得 Jev 是新范式，还是“分类器重新就业”？

官网介绍：https://typesafe.ai/blog/introducing-system-one-models-and-jev

#ai #aiagent #ai编程 #jev #程序员日常 #大模型 #gpt #claude