深度解读：关于 Jev 的几大疑问

刷屏全网的 Jev，是 AI 革命，还是营销噱头？ 作者丨 高允毅 编辑丨岑 峰 这几天，全网都被 Jev 刷屏。 说它是这周最火的大模型，一点也不夸张。推特上诸多大佬用它打马里奥，过滤垃圾信息，数字货币相关业务，称它为“Agent时代的系统1”；也有人说这就是一个 JSON 分类器，值得吹？ 有人说它比 DeepSeek 还快，做同一个任务，28 秒 Jev 已经刷完 428 条数据，完成打标签和分类，DeepSeek V4.1-Flash 才做到第 6 条。 有人已经开始思考，这种判断速度放进自动驾驶场景，能不能更上一层楼。还有人在实测中，摸到了它的使用边界。 可能是天下苦 LLM “慢思考”久矣，让 Jev 的“快思考”在这个节点火爆全球 —— Jev的技术路线，与苦苦钻研o1这种“慢思考”、能写长篇大论的深度推理模型可谓“反其道而行之”，只做一件事：决策判断。这就好比，大家都在培养一个全能作家，TypeSafe AI偏偏弄了一个只能打分的裁判。 这到底是什么？吹的成分大，还是今年的最大创新路线？目前众说纷纭。 我们综合了官网技术报告和业界的深度解读，把它摊开来看。 01 Jev 是什么？来自官网的解释 Jev 是 ChatGPT 早期核心贡献者之一 、RLHF 之父 Diogo Almeida 创立 TypeSafe AI后，闭关两年的开山之作。它与以往的模型很不同的点是， 它不生成文本 。 它接收非结构化输入或问题，返回带类型的概率决策，代码可直接依据结果执行动作。简单理解， 这是一个“自动判断器”，你给它输入一些内容，它还你一个“决策结果”。 它只做三件事，bool、choice、score，bool 是 yes 或者 no 判断，choice 是做选择，score 是打分。 所以，Jev 最大的特点就是 “极速”与“极省” 。官网介绍，它比普通 LLM 快 20-200 倍，成本低近两个数量级，输出 Token 免费。 这种快，来自于新的模型架构、并行采样器以及一种全新训练方法 “校准决策强化学习(RLCD) ” 。其中，最值得注意的，他现在选择 RLCD，是出于对他当年创造的 RLHF 的反思。 当年， GPT-3 还只会文字接龙，RLHF 就是基于人类的反馈诞生的强化学习，它让 AI 的表达与人类偏好对齐，从而催生了 ChatGPT。 但随着 RLHF 被大规模使用，人们发现大模型开始为了讨好人类瞎回答，尤其是面对那些人类都无法理解、无法打分的复杂问题时，RLHF 会“不懂装懂”。 于是，可验证奖励的强化学习（RLVR ） 诞生了，它基于客观的编译器或数学验算程序的反馈，对就是对，错就是错，直接开启了 OpenAI o1/o3、DeepSeek-R1 为代表的“大模型深度推理时代”。 但为了追求“正确”，模型的深度思考，让生成答案变得非常慢、极其消耗算