抛弃聊天模式：前OpenAI科学家推出高并发决策模型Jev

大语言模型的进化速度有目共睹。每一代新基座的推理能力都在跃升，解决复杂问题的上限也被不断推高。

但工程落地的现实十分骨感，两个瓶颈始终卡在喉咙里：速度太慢，成本太高。

在很多高频场景下，文本生成的范式根本行不通：

• 工业机器人或自动驾驶系统，无法在做出避障或抓取动作前等待数秒。
• 面对高并发的风控审核或实时数据流，把每一个事件都送进昂贵的思考模型，成本会迅速击穿商业底线。

工程师长期面临两难权衡：选用小模型，智商不够用；调用顶尖大模型，延迟和账单又吃不消。

如今，有人试图打破这个死结。

曾任职于 OpenAI 的研究员 Diogo Almeida 带着新成果重回大众视野。他曾参与研发支撑 ChatGPT 核心的指令遵循（Instruction-Following）技术。2024 年离开 OpenAI 后，他隐身创业近两年。

现在，他的新公司 TypeSafe AI 推出了名为 Jev 的全新模型，并开启了早期访问。

与主流 LLM 截然不同，Jev 的设计初衷就不是为了陪人聊天或生成大段文本。

它不输出自由格式的内容，而是直接返回高度结构化的决策结果——包括分类选项、评分、概率分布等，让业务代码无需做复杂的正则解析即可直接消费。

当AI不需要在每一步推理中花费算力去“拼凑文字”，而是直接给出离散的决策信号，速度和成本曲线便迎来了彻底的重塑。对具身智能、高并发过滤系统以及各类实时决策流水线而言，这种专门面向行动而生的模型架构，正在开辟一条不同于通用对话大模型的新路径。