Jev 引爆决策模型热潮，中国团队为何押注开源与本地化？

9 月 15 日，前 OpenAI 研究员 Diogo Almeida 创立的 TypeSafe AI 发布了 Jev。这款模型不写一段文字，专门负责做判断。

仅仅两周后，整个大模型行业便集体涌向同一赛道：OpenAI 在开发者日上线 Decisions API，Cloudflare 紧接着开源 Clef，亚马逊也推出 Strands Decider。国内阵营同样动作迅速，上海人工智能实验室开源了多模态决策模型 Intern-Decision；成立不足五个月的上海创业公司 StartLux（原点星辉）也推出开源模型 StartLux-Decision，并在自测基准中直指 Jev。

从单点突破演变为全面群战，决策模型只用了半个月。这家由盛大网络联合创始人陈大年掌舵的创业团队，折射出中国开发者在“直觉层”上的全新解法。

什么是决策模型？

TypeSafe 将 Jev 称为“系统一（System One）模型”，典故出自认知心理学中的双系统理论：系统一对应快速、直觉的决断，系统二负责复杂的深度推演。过去两年，大语言模型几乎全在向系统二内卷——推理链越来越长，思考深度越来越高。

然而，当 AI 智能体（Agent）进入实际工程阶段，痛点完全改变。在真实的智能体执行链条中，高密度的需求并不是复杂的长文本推理，而是海量细碎的选择：工单应流转到哪个部门、终端命令是否允许执行、页面下一步点击哪个元素、当前步骤是否已终止。

在此之前，这类需求要么交给常规大语言模型，依靠生成文本再行正则解析，既慢又贵；要么依赖硬编码规则，面对长尾场景力不从心。Jev 则彻底摒弃自由文本生成，仅对带有预设选项的单选、打分或布尔判断返回带概率的结构化数据，并将定价压缩至每百万输入 Token 仅 0.042 美元，输出完全免费。

它本质上是将“判断”从“生成”中解耦，变成了极低成本、超高频调用的底层基础设施。Vercel 监测显示，Jev 发布 24 小时内便吸引了其 AI Gateway 上 13% 的付费用户，采纳速度创下平台历史纪录。

但 Jev 是一款纯粹的闭源云端 API，不开放权重，更无法离线部署。这一短板，恰恰成了后续开源力量的突破口。

中国开源力量的跟进路线

上海人工智能实验室的 Intern-Decision 涵盖 0.8B、2B 与 4B 三档尺寸，主打视觉界面理解与多模态决策，实测推理速度达 Jev 的 2 至 3 倍。

StartLux 则直接推出 0.8B 至 27B 的完整规格梯度，并提供全套量化文件，重心全面偏向本地化部署。

在 StartLux 公开的自测数据中，其 27B 版本在 Decision Index 评测集的 38 项任务中有 31 项领先 Jev 1.13，综合得分 63.88 对 57.91。官方演示中还展现了以 35 胜 1 负击败主流引擎的国际象棋对局能力。

客观而言，在瞬息万变的决策模型榜单上，单项排名的参考价值正在迅速衰减。更值得关注的是生态底层的走向：无论是 Cloudflare 的 Clef、亚马逊的 Strands Decider，还是 StartLux 的架构，均深度依赖 Qwen 作为基础底座后训练完成。中国开源基座已经事实性地成为全球决策模型的核心支架。

为何聚焦端侧与本地场景？

在盛大、WiFi 万能钥匙之后重回一线的陈大年，将 StartLux 的核心路线确立为“本地化 AI 系统”。

与云端可以无限堆叠集群算力不同，消费级 PC 和边缘设备的显存与功耗存在不可逾越的物理上限。若让庞大的通用底座处理每一个细小的分支判断，本地 AI 智能体根本无法流畅运转。StartLux 数据显示，其 4B 决策模型经 Q4 量化后体积压缩至 2.71GB，而决策一致率仍保持在 98.3%。

在这套架构下，27B 通用模型承载理解与生成能力，4B 或更小尺寸的决策模型负责高频分支裁决，上层结合长期记忆与调度机制，底层打通量化推理引擎。决策模型并非跟风产物，而是本地个人 AI 系统跑通工程闭环不可或缺的减负构件。

Jev 的爆发验证了“智能分层解耦”在商业与技术上的可行性，而 StartLux 借助自研的 Auto Research 数据训练闭环，在 3 天内完成了首代产品的构建。

判断层会走向白菜价吗？

从 Jev 闭源首发，到 OpenAI、Cloudflare 和中国开源团队竞相跟进，整个过程不足一个月。这也印证了一个现实：单一的决策模型由于逻辑清晰、目标收敛，很难构筑长期的技术垄断护城河，极速走向低价乃至开源是必然趋势。

对于致力于端侧智能的团队而言，真正的挑战并不在于微调出一个在基准测试中拔得头筹的小模型，而在于长链路任务的抗干扰性、异常中断后的状态恢复、上下文管理的开销以及终端用户的综合体验。

当底层的高频判断能力彻底沦为通用基础设施，价值分配的天平也将随之倾斜——决定胜负的不再是单一决策能力的高低，而是谁能将这些模块高效组装进真正可用的端侧产品中。