最近看到一个挺新的东西：Jev。

它和GPT、Claude走的路线不一样。GPT负责“想”和“写”，Agent负责执行，而Jev专门干中间那一步：

下一步该做什么？

TypeSafe把它叫做 System One Model。它不生成长篇文字，只输出软件能直接使用的结构化判断，例如：选哪个工具、风险有多高、这件事成立的概率是多少。

为什么这个方向值得看？

今天很多Agent其实很浪费。

每走一步，都可能重新叫一次昂贵的大模型：读状态→思考→选择工具→执行→再思考。

Jev的思路是把这些“小决定”拆出来，让一个非常快、非常便宜的模型处理；碰到复杂问题，再升级给GPT或Claude。

TypeSafe自己的测试里，Jev在特定System One工作流上最高做到 193.6倍更快、444.6倍更便宜。不过这个数字要打个星号：这是公司自己的benchmark，而且TypeSafe自己也承认，这是测试里偏高的一组结果，并不能直接理解成所有AI任务都能省400倍。

我觉得有意思的地方在架构变化。

以前大家追求：

一个越来越强的大模型解决所有问题。

现在可能开始变成：

大模型负责复杂推理和创造；
小型决策模型负责routing、判断和验证；
传统代码负责确定性计算；
Agent负责真正执行。

这样一来，每个任务都调用最贵模型，反而可能显得很笨。

而且Jev这个名字本身就来自经济学家Jevons。TypeSafe押的也是那个经典逻辑：

智能越便宜，我们最后使用的智能可能越多。

如果一次AI判断的成本下降两个数量级，公司未必会少买算力。

以前一个流程调用10次AI，未来可能调用1000次。

所以这件事对AI投资的启发挺有意思：

下一阶段大家竞争的，也许不只是“谁的模型最聪明”。

谁能把每一次智能调用变得足够便宜、足够快，AI才真正有机会塞进每一段软件流程里。

Jev现在还很早，early access刚开始，我不会因为一个benchmark就下结论。

但这个方向我会继续跟。

Agent时代的下一个效率突破，可能来自“别什么事都让大模型亲自干”。

#人工智能 #AI #AIAgent #大模型 #OpenAI #Claude #AI投资 #科技股