前 OpenAI 研究员打造出一款 AI 模型，不写文本，只评判选项

一句话看懂：前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 推出模型 Jev，不生成文本，而是给预设选项打分，用 70–500 毫秒的响应速度在软件后台做分类和判断。它的价值不在“更聪明”，而在“更快更便宜地做小决策”。

事件核心：发生了什么

TypeSafe AI 发布了名为 Jev 的 AI 模型，走的是与聊天机器人完全不同的路线。开发者先定义好问题和允许的答案，Jev 只负责对选项打分、给出标签和概率，不写回复、邮件或代码。公司联合创始人兼 CEO Diogo Almeida 曾在 OpenAI 工作，也是 InstructGPT 论文作者之一，而 InstructGPT 正是 ChatGPT 的技术底子。

官方文档举了一个场景：网店收到客户投诉“被扣了两次款，要求退第二笔”。在人工处理之前，系统先把消息交给 Jev，返回的不是回信，而是“payment issue”这个标签和“客户想要退款”的概率。之后由商店软件按固定规则分发——支付问题转财务，退款请求打标记，标签不明确就转人工。TypeSafe 称 Jev 响应时间为 70 至 500 毫秒，价格是每百万输入 token 0.042 美元，输出不收费，开发者目前需通过 waitlist 申请接入。

为什么重要

主流大模型都在拼生成能力，Jev 反过来只做“判断”这一件事，本质是把 AI 推理拆成更窄、更可控的任务。对行业来说，这代表一条不同于通用聊天机器人的商业化路径：不追求对话体验，而是嵌入现有软件流程，充当廉价、低延迟的判定层。类型化输出并非新概念，OpenAI 的 Structured Outputs 也能让模型返回预设结构，所以 Jev 真正的竞争点不是“能输出标签”，而是速度、成本和质量的组合。

需要冷静看待的是，TypeSafe 宣称 Jev“不会幻觉”，但这个保证只覆盖输出结构——模型不会给出选项之外的答案，选项之内的判断仍可能出错。而且其公开性能测试只对比了自家构建的四个工作流，参照物是其他 AI 模型的回答，并非独立验证的标准答案，评测中也没有 GPT-6 Astra，目前公开信息显示这些数据尚不足以证明它在真实业务中足够可靠。

对用户/开发者/创作者的影响

对开发者而言，Jev 的吸引力在于把“每次 AI 回复前先做一次检查”变成可行操作，比如判断草稿是否与对话上下文矛盾、是否承诺了账户里并不存在的退款。这类子秒级校验如果成本压得够低，可能成为 AI 应用里的一层新中间件。对企业采购来说，重点是先在自己的任务上做验证，而不是接受“无幻觉”这类营销说法。对普通用户，短期内感知不会明显，更多是客服工单分流更快、人工介入更精准。创作者和内容团队则要意识到，这套工具替代的是流程里的分类和判断环节，不是写作环节。