Jev 之后,中国团队开始深挖 AI 的「直觉层」

核心内容摘要

Jev 之后,中国团队开始深挖 AI 的「直觉层」作者与审校信息偶尔露出,出了问题至少有追溯可能,更踏实。内容更新偏稳,宁缺毋滥,注水感不强。搜索支持问题句,定位比纯关键词好用不少。安静、清楚、经得起反复打开,而不是靠刺激感硬留人。无论新手还是熟手,都能比较快找到自己的节奏。关键路径打磨充分,少有莫名其妙的打断。

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。

📕作者: 王冀蒙撰 · 更新于 2026-10-07 08:54:58

🖤亚洲中文字幕在线观看对话西湖大学林文斌,谈诺奖“潜力股”努佐:对研究始终保持批判性审视视角

💋艺人助理(HPN)绣娘百度网盘被问及C罗是否应该接受成为替补时,他说:“我想强调的是,教练关于如何与球员沟通、如何和球员谈话的决定,应该在私下进行,没必要通过媒体向外解释。”“咱们中国人肠胃不一样,长时间高强度运动,特别需要热食。整个巨人之旅的比赛途中,赵家驹的夫人全程跟随,每一个补给站都在现场做保障,所以赵家驹夫人在每一站,都会给他准备熬好的粥、煮好的泡面,最后一个补给站点,还给他准备了一罐八宝粥。”

🔞《完美的味道》欧国联A1组积分榜:法国10分领跑,土耳其4轮0分垫底

🕺女装被室友盯上TXT百度网盘资源时任公安部刑侦局电信网络诈骗犯罪侦查处处长张军表示,“10·20”枪案严重挑战我们中方红线、底线。既然是针对中国老百姓实施的这么一个恶性犯罪,你所有的犯罪嫌疑人跟凶手,那必须我们得缉捕归案。这是捍卫我们祖国的尊严、坚决守护我们、保护我们群众的利益。”

✔苏婷的幸福生活txt百度网盘劳动素养目标:学生熟练掌握百合种球处理、上盆定植、水肥管护等种植技能,了解植物生长规律,养成持之以恒、细心严谨的劳动品质,树立尊重劳动、敬畏生命的意识。

Jev 之后,中国团队开始深挖 AI 的「直觉层」

📸 记者 王进全 摄 · 更新于 2026-10-07 08:54:58

相关标签

Jev 之后,中国团队开始深挖 AI 的「直觉层」

Jev 之后,中国团队开始深挖 AI 的「直觉层」: 本文详细介绍了Jev 之后,中国团队开始深挖 AI 的「直觉层」作者与审校信息偶尔露出,出了问题至少有追溯可能,更踏实。内容更新偏稳,宁缺毋滥,注水感不强。搜索支持问题句,定位比纯关键词好用不少。安静、清楚、经得起反复打开,而不是靠刺激感硬留人。无论新手还是熟手,都能比较快找到自己的节奏。关键路径打磨充分,少有莫名其妙的打断。

关键词:Jev 之后,中国团队开始深挖 AI 的「直觉层」