Understanding AI 解读新模型 Jev：只输出概率的新形态 AI 为何爆红

Timothy B. Lee：Understanding AI· Kai Williams·2026-10-08 21:14· 43 分钟前AI 评分67

了解 Jev，这个人人都在谈论的新模型

AI 导读

TypeSafe AI 于 9 月 15 日发布的模型 Jev 走红，公告获近 4000 万浏览，一周内超 10 万人加入其 Discord，GitHub 上约 2000 个项目使用。

正文

9 月 15 日，初创公司 TypeSafe AI 结束隐身状态，发布了一款新的 AI 模型。几乎出乎所有人意料，它爆红网络。

该公司的公告在 Twitter 上获得了近 4000 万次浏览。一周之内，超过 10 万人加入了该公司的 Discord，GitHub 上约有 2000 个项目使用了这款名为 Jev 的新模型。该公司于 9 月 20 日开放公开注册，两天后又暂停了注册，原因是“需求激增”。（9 月 27 日恢复了注册。）10 月 1 日，TypeSafe 的 CEO 声称该公司已经入驻了四分之一的《财富》500 强企业。

然而，与 2026 年其他备受炒作的 AI 发布不同，Jev 并未展现出任何新（或潜在危险）的能力。Jev 之所以引人关注，是因为它是一种新型的 AI 模型。

Jev 不像 LLM 那样输出自由形式的文本字符串。相反，它接收带有固定可能答案集的问题——是/否、多项选择或评分——并输出每个选项为正确答案的估计概率。例如，如果我问 Jev：“‘tabsfsclkj’是垃圾评论吗？”Jev 可能会给“是”赋予 0.98 的概率，给“否”赋予 0.02 的概率。

虽然这看起来像是一种受限的架构选择，但实际上是一个巨大的优势。Jev 的设计让 TypeSafe 能够比现有 LLM 更快、更便宜地提供模型服务，从而开辟了此前不切实际的用例。其受限的响应格式也使其更易于用代码使用：Jev 的输出天然契合常见的软件工程模式，比如 if 语句。

例如，我用 Jev 的输出来判断我个人博客上的评论是否可能是垃圾评论。我之前使用带结构化输出的 Gemini 3 Flash 作为分类器，但 Jev 更快、更便宜，而且让我更容易处理模型不确定的情况。我只需将 Jev 的估计概率用作条件，大致如下：

if jev_response.is_spam_probability > 0.8, then …1

另一方面，Jev 比传统分类器更通用。Jev 在广泛的主题上“开箱即用”——无需微调。

TypeSafe AI 的成功催生了一大批模仿者。大量个人和公司，包括 Cloudflare、Amazon 和 OpenAI，都创建了具有相同基本设计的模型。据传闻，Jev 的表现似乎是最强的，但尚不清楚其他人是否会很快赶上。

无论 TypeSafe 作为一家公司会如何，我预计 Jev 将对 AI 的发展轨迹产生重大影响。在未来数月乃至数年里，我们可能会看到许多依赖 Jev 或其竞争对手之一的新应用。而 Jev 可能会激发 AI 系统“形态”上的更多创新：它表明，模型有时以语言作为输入，却不以文本作为输出，是很有用的。

阅读更多

来源：Timothy B. Lee：Understanding AI · understandingai.org