Jev 之后，中国团队开始深挖 AI 的「直觉层」

TypeSafe 把 Jev 称为「System One 模型」，名字取自卡尼曼的《思考，快与慢》。系统一是人快速、直觉的那部分思维，系统二负责慢思考。过去两年的大模型，几乎都在往系统二的方向卷，推理链更长，思考更深。 但 Agent 真正跑起来之后，情况不太一样。一个 Agent 任务里，密集发生的往往不是深度推理，而是大量琐碎判断。这张工单该分给哪个团队，这条命令能不能放行，页面上下一步该点哪个按钮，任务到底完成没有。 过去这些判断要么交给大模型「顺便」做，生成一段文字再解析；要么写死成规则，覆盖不了长尾。前者又慢又贵，后者不够聪明。 Jev 的做法是只回答带预设选项的问题，单选、打分或者是非题，直接返回带概率的结构化结果。定价是每百万输入 token 0.042 美元，输出免费。 市场反应很直接。Vercel 披露，Jev 上线 24 小时内，其 AI Gateway 上 13% 的付费用户就用上了它，是此前任何模型发布的两倍。TypeSafe 用经济学家杰文斯的名字给模型命名，暗指那条著名的悖论，一样东西越便宜，需求反而越大。 这些数字需要放在正确的位置看。它们是团队基于公开工具、对照 9 月 28 日榜单快照完成的自测。更重要的是，「第一」在这个赛道的保质期极短，StartLux 发布第二天，Cloudflare 就宣称自家 Clef 在同一套榜单上领先。至于下棋，本来就不是决策模型的主战场，更像一个吸引眼球的演示。 这并非巧合。Jev 闭源、只能走云端，对数据敏感、对跨境调用有顾虑的国内开发者来说，本身就是一道门槛。开源权重、能在自己机器上跑，正好补上了 Jev 留下的空位。 还有一个细节。Cloudflare 的 Clef 基于 Qwen 后训练，亚马逊的 Strands Decider 也用 Qwen 做底座，APUS 的方案同样跑在 Qwen 上。这一轮决策模型热潮里，中国开源基座已经成了全球玩家共用的「躯干」。 这家公司今年才成立，CEO 是陈大年，CTO 是郭权玮博士。陈大年的履历中国互联网从业者都不陌生，1998 年写出上网计费软件 ENCounter，次年和陈天桥创办盛大，后来又做了 WiFi 万能钥匙。 StartLux 给自己的定位是「主打本地模型」，让模型能力和数据留在用户自己的设备上。上一次引起关注，是以 Qwen3.6-27B 为基座后训练的 StartLux-27B，在中国信通院的 MCP 专项测试中得分 39.25，超过了 284B 参数的 DeepSeek-V4-Flash。需要说明的是，这是一项聚焦工具调用的专项测试，不代表通用能力全面领先。 在 StartLux 的规划里，「本地 AI」不是一个能下载到电脑上的小模型，而是一整套个人 AI 系统。27B 模型承担通用能力，决策模型负责高频判断，上层是 Agent 和记忆，底层是量化与推理系统。 放进这张图里看，决策模型对本地场景的意义比对云端更大。云端算力可以堆，个人电脑的显存、内存和功耗却有硬上限。如果每个小判断都要动用 27B 模型，本地 Agent 根本跑不动。按 StartLux 公布的数据，4B 版本压到 Q4 量化后约 2.71GB，与原始权重的决策一致率仍有 98.3%。 这也是 Jev 对 StartLux 真正的意义。准确地说，Jev 并没有替 StartLux 选方向，从时间线看，StartLux 的决策模型立项明显晚于 Jev。Jev 证明的是另一件事，「把智能拆成不同层级、各司其职」这条路，被市场用真金白银投了票，而这恰好是 StartLux 一直在讲的本地架构逻辑。 那个「3 天」的数字也值得一提。StartLux 把它归功于自己的 Auto Research 体系，让 AI 参与数据构造、训练、评测和失败分析。这套方法能否在不同模型品类之间反复复用，比任何一次榜单都更能说明这家公司的成色。 Jev 号称在隐身状态下研究了两年，OpenAI 用两周基于自家小模型做出了 Decisions API，StartLux 用了 3 天，Cloudflare 和亚马逊也都在半个月内跟上。Jev 发布时就有分析人士预判，大厂会很快推出自己的决策模型，Jev 最终要和「前沿版本的自己」打价格战。 对 StartLux 来说，真正的考验也不在决策模型这一层。郭权玮自己也承认，长任务稳定性、异常恢复、上下文管理和整体体验，比单纯把模型跑起来难得多。 从按时计费的上网工具到 WiFi 万能钥匙，陈大年过去做过的不少产品，都是高频、底层、靠规模取胜的生意。决策模型同样是一件高频、底层的事。