内容提要
TypeSafe AI推出Jev模型,不生成文字,只输出选择、评分和判断,类似人的直觉“系统一”。它把日常简单决策从昂贵的大模型调用中剥离,以极低成本毫秒级完成过滤、分拣和触发,让AI藏进工具、无需用户迁就。
延伸解读
Jev 与聊天机器人的本质区别
Jev 不生成文字,只输出选择、评分和判断,这与 ChatGPT 等大模型形成鲜明对比。大模型属于“系统二”,需要组织语言,速度慢、成本高,且必须有人交互。而 Jev 针对的是生活中 99% 只需快速直觉的判断,如识别快递、判断邮件紧急程度,无需生成完整回复,从而以极低成本和毫秒级延迟完成决策。
Jev 在生活中的实际角色
文章通过 12 个真实场景说明,Jev 在普通人生活里扮演的是过滤器、分拣员和触发器。它不对话、不刷存在感,只在使用工具的间隙默默完成判断,例如决定内容分类、排序、触发或拦截流程。这种“无感”的介入方式,让 AI 真正融入日常工具,而非要求用户迁就聊天界面。
AI 成熟度的标志性转变
文章指出,AI 发展可能正从第一阶段走向第二阶段:第一阶段要求用户学习提示词、打开对话窗口,迁就 AI;第二阶段则让 AI 藏进工具里,主动迁就用户。Jev 这类判断模型没有存在感,却恰恰因此成为最大存在感,标志着 AI 开始以更自然、更高效的方式服务人类。
Q&A
Jev 是什么?它和 ChatGPT 这类大模型有什么不同?
Jev 是由前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 推出的“系统一”模型。它不生成文字,只输出选择、评分和判断,类似人的直觉。而 ChatGPT 等大模型是“系统二”,需要组织语言,慢、贵,且必须有人交互。
Jev 模型具体能输出哪些类型的结果?
Jev 只输出三样东西:选哪个、打几分、是不是。具体包括判断“这是哪一类”决定去哪里、判断“有多好/多相关”决定排前后、判断“是不是/该不该”返回概率、判断“下一步干啥”让机器直接执行、判断“条件到没到”触发或拦下流程。输出永远是固定格式。
Jev 主要应用在哪些生活场景中?
Jev 应用于普通人生活里的简单决策,例如门铃响的是不是快递、这封邮件急不急、这个按钮该不该点等。它扮演过滤器、分拣员和触发器的角色,在工具间隙默默完成毫秒级判断。
为什么说 Jev 是“系统一”AI?
心理学家将思维分为系统一(快直觉)和系统二(慢思辨)。Jev 模仿系统一,只做快速直觉判断,不生成语言,毫秒级返回,成本极低。而 ChatGPT 等大模型属于系统二,需要组织语言,慢且贵。
Jev 相比大模型有哪些优势?
Jev 把简单决策从昂贵的大模型调用中剥离出来,以极低的成本和延迟完成。它毫秒级返回,一次几乎不要钱,且无需用户学习提示词或打开对话窗口,能藏进工具里,让用户无需迁就。
Jev 的出现对 AI 发展意味着什么?
Jev 可能标志着 AI 走向成熟:第一阶段的 AI 要用户迁就它(学提示词、开对话窗口),第二阶段的 AI 藏进工具里迁就用户。判断模型没有存在感,恰恰是它最大的存在感。