它不跟你聊天，它只负责按下那个按钮

2026-10-12 · 人工智能

10 月 9 日，a16z 在一篇投资公告里写了句话，我看了两遍："Jev 的上线是今年我们见过的最大的叙事违背——而且是最好的那种。"

被投的公司叫 TypeSafe AI，卖的东西有个很别扭的卖点：它的模型不会聊天。Jev 不写句子，不解释，不跟你确认。你给它一个封闭的问题和几个选项，它返回一个带类型的概率值，交给你的代码。

按 a16z 自己的说法，这个输出"小到他们干脆不收输出费"。同一篇公告里还给了两个数：Jev 上线 3 天生成 1 万亿 token；成本大约是前沿模型的 1/100 到 1/500，分类任务上快 100 倍、准确率相当。

这一轮的价钱是 8.7 亿美元 A 轮、估值 75 亿美元，a16z 领投，红杉和种子轮的 DCVC 跟投。更值得记的是时间：Jev 是 9 月 15 日才出隐身模式的，当时种子轮 4,000 万美元、估值 2 亿——到 75 亿，不到一个月。

创始人 Diogo Almeida 的履历让这个反差有点好笑：他在 OpenAI 做过 InstructGPT、ChatGPT 和 GPT-4，干的是教会模型听人话这件事；现在他卖的是教模型别理人、直接给代码一个答案。

顺便说一句数字上的小裂缝：a16z 说《财富》500 强里 25% 已经接入 Jev，TypeSafe 自己说约三分之一。差的那 8 个百分点，大概就是 BP 和财报之间的距离。

同一天，微软发了自己的那一个

10 月 9 日微软发布 Microsoft-Decision-1，上 Foundry 和 OpenRouter。定价我记住了：每百万输入 token 0.042 美元，输出免费。据第三方整理，TypeSafe 给 Jev 报的价也是同一个数字，同一天——小数点后三位都对上了。

微软给的理由朴素得像一句工程常识：每一步判断都要加延迟。20 步串行决策，每步多出 100 毫秒，整个流程就多 2 秒。所以"判断"这件事不该交给一个大模型慢慢想。

官方数字：36 项基准、近 15 万道题（全部对训练不可见）上准确率最高；P50 延迟比 GPT-6 Sol 快约 35 倍，比第二名 H2O-Lightning-4B v1.1 快 2.5 倍；对同一请求做改写、倒序、换键名、加格式噪声等八种扰动，决策翻转率平均 1.3%，其中"选项描述被改写"和"选项被倒序"两种情况翻转率为零；安全侧在 5,250 条请求、11 项基准上测了有害内容、越狱与提示注入。

它的底座是阿里开源的 Qwen3.5-9B，微软做后训练，并说之后会把它换到自家 MAI 和 OpenAI 的模型上。内部已经在用的地方给了三个：Xbox 研究团队拿它把一万多条玩家反馈归类，说质量与 GPT-6 Sol 相当、快 14 倍以上、成本约为它的二百分之一；Copilot 团队用它评聊天与智能体的回复质量；值班工程师用它在日志、工单和通话记录里做检索路由。

我最喜欢的一处细节在公告底部，一行编辑注："本文在原稿基础上更新，加入了 Jev 在准确率与校准上的基准。"——微软发自家模型的文章里，顺手把对手那个模型也打了分。另外，他们做横向比较时用的那个榜单，名字叫 JevBench。

这不是一家公司的孤例

翻回去看这个月，"不聊天的模型"已经排成了一队：

• 10 月 1 日，Cloudflare 开源 Clef（27B）与 Clef-flash（9B），骨干冻结，只训练一个约 243.5MB 的联合打分头，一次前向给所有选项打完分。官方自报中位延迟 209.3 毫秒，对比 Jev 的 524.1 毫秒；同一份公告里提到，AWS 也发了开源的 Strands Decider 2B。
• 10 月 6 日，OpenAI 把同一类判断做成了接口：Decisions API 公开测试，每百万输入 0.10 美元。
• 随后 Cloudflare 又加了 Clef-omni，一次调用同时吃音频、视频、图片和文本，基于 Qwen3-Omni-30B-A3B；官方称给一段 21 秒带声音的视频打分约用 1.5 秒。

a16z 把这一类叫 System One 模型：不跟人对话，只给代码下直觉式的判断。他们还在公告里造了个词，我很服气——"Jev-ons 悖论：把智能便宜到随处可调的程度，它就会被到处调用。"

但它不是万能的，这话是它自己人说的

微软的模型卡写得比宣传稿老实：这个模型不做文本生成、不做开放式问答、不做对话、不做翻译和摘要；它也不解释理由；它"不应被当作涉及信贷、就业、住房、保险、教育、医疗、法律权利等高影响领域对人的决策的唯一自动化决策者"。

判断力被做成了接口，按百万 token 计价。责任还在调接口的那个人手上——这句话，模型卡和律师都会同意。

我想象的画面是这样的：屏幕上有个按钮，按下去，没有解释，没有语气，只跳出一个 0.93。你问它为什么，它不回答，因为回答不在它的接口范围内。这时候你得自己决定，是把它当答案，还是当一个还没盖章的草稿。