一款不會寫文章、不會生成程式碼，甚至不輸出一般文字的 AI 模型，最近正快速受到開發者關注。AI 決策模型新創 TypeSafe AI 在 9/15 推出 Jev 後，36 小時內便讓約 14 萬名候補使用者取得資格；初期需求一度讓官方 API 無法正常服務，Cloudflare、LangChain、Langfuse 等開發工具也迅速加入支援。
Jev 的特殊之處，正是刻意放棄文字生成。TypeSafe 將這類專門為軟體決策打造的模型稱為「系統一模型」（System One Models），Jev 則是第一款公開模型。名稱取自《快思慢想》的 System 1 概念，強調快速、直覺式判斷，而非較慢的逐步推理。《TechCrunch》形容，Jev 側重快速、直覺式判斷，而不是長步驟推理，因此把能力集中在分類、選擇、評分等範圍明確的任務。
這個方向也來自創辦人 Diogo Almeida 對聊天模型的反思。他過去曾參與 OpenAI 讓大型語言模型（LLM）更會遵循指令、與人互動的研究，但後來認為，現有模型雖已非常擅長人類語言，卻未必適合軟體自動化。他將問題歸因於模型主要為人類語言最佳化，而電腦實際需要的是不同形式的輸出。
Jev 如何把複雜資訊，直接變成軟體能使用的決策？
Jev 和一般生成式模型最大的差別，就在於直接把輸入資訊轉成程式可以使用的「決策」。TypeSafe 將 Jev 的輸出限制在 3 種形式：Noul（是非判斷）回答「是或否」並給出機率；Choice（選項判斷）從預先設定的選項中選擇，並提供各選項的機率分布；Score（評分）則在指定尺度上給出分數。
例如，AI 代理（AI Agent）可以問 Jev「這項操作是否安全」、「下一步該使用哪個工具」，或「這筆交易的風險有多高」。Jev 不會先生成一段解釋，而是直接回答是或否、選哪一個，或給出分數，讓程式依結果決定下一步。這種設計的好處，是可能答案與輸出格式事先就已確定，程式不用再從一段自然語言裡解析模型到底想做什麼，還可以依照機率或信心程度設定後續規則。例如信心很高時直接執行，結果模糊時改交另一個模型或轉由人工確認。
TypeSafe 的工作流程測試也採取類似思路：把複雜工作拆成多個範圍明確的判斷，只把需要語意理解的部分交給模型，能以確定性規則處理的部分則留給程式碼。官方表示，在 4 種測試工作流程中，這種方式平均都比把同一套規則一次寫進提示詞（prompt）、交由模型處理更準、更快，也更便宜。
放棄逐字生成，也換來速度與成本優勢。TypeSafe 自家測試宣稱，Jev 在系統一工作流程中最高可快 193.6 倍、便宜 444.6 倍，但該公司也承認這些數字可能位於實際效益的高端。外部開發者也開始相關測試，Vercel 工程師把原本交給大型模型的安全分類工作改用 Jev，速度提高 5 至 18 倍；Bryo AI 技術長 Nikhil Mudholkar 則以 Jev 和 Google Gemini 分類商業郵件，發現 Gemini 的準確率略高，但每次分類成本是 Jev 的 10 至 20 倍。
Jev 的命名取自「傑文斯悖論」（Jevons paradox）：當一項資源使用成本下降，總需求反而可能增加。Almeida 對《TechCrunch》表示，他預期未來「智慧軟體」會更分散地出現在各種地方，形態更接近早期網路，而非集中在少數大型 AI 應用。
換句話說，如果一次 AI 判斷變得足夠便宜，它就可能被放進更多軟體流程，甚至一項工作裡的每個小步驟。這也是 Jev 的速度與成本，在 AI 代理情境特別受到注意的原因。
當 AI 代理一次要做大量判斷，LLM 還適合包辦每一步嗎？
AI 代理不只在最後生成一次答案，為了完成一項工作，它可能需要不斷判斷該使用哪個工具、資訊是否足夠、某項操作是否安全、下一步該做什麼，以及任務是否需要交給更強的模型。
其中不少問題其實只有有限答案，卻可能各自消耗一次完整的大型語言模型（LLM）呼叫。《InfoWorld》引述獨立科技顧問 David Linthicum 指出，當單一 AI 代理任務觸發多次模型呼叫，每一個決策都使用通用大型模型，成本與延遲很快就會累積。
《TechCrunch》也以模型路由（model routing）為例。開發者 Armin Ronacher 指出，判斷一項任務究竟該交給哪個模型很有價值，但如果光是做這項判斷，就得先呼叫一次昂貴的大型模型，路由本身反而可能不划算。
因此，Jev 真正引人注目的不只在模型本身，開發者開始拿它處理分類、路由、工具選擇，以及判斷某項操作能否執行等原本也大量交給大型模型的工作。
把「決策」拆出去後，AI 代理會怎麼分工？
Jev 不一定要取代大型模型，更可能被放在旁邊分工。《InfoWorld》引述 Linthicum 指出，Jev 這類決策模型更可能與通用大型模型並存：大型語言模型負責開放式推理、摘要與互動，決策模型則處理路由、評分、驗證、政策檢查等頻繁、輸出範圍又較明確的判斷。
這代表 AI 代理的設計可能不再預設「一顆大型模型包辦所有工作」，而是依任務特性分配不同工具：確定性的流程交給程式碼，快速、有限範圍的判斷交給決策模型，真正需要複雜推理與生成時，再動用大型語言模型。
當決策模型直接左右 AI 代理行動，新的風險在哪裡？
然而，決策從大型模型拆出去，可靠性問題仍然存在。《VentureBeat》指出，當 Jev 開始被放進 AI 代理流程，決定該使用哪個工具、某項操作能否執行，模型能看到哪些資訊也開始變得重要。
Python 常用的開源資料驗證工具 Pydantic，其團隊已在旗下 AI 代理開發框架 Pydantic AI 整合 Jev，但也提醒，Jev 會把輸入內容當成待判斷的資料，因此刻意設計的惡意文字仍可能影響模型結果。TypeSafe 自己也承認，提示詞注入（prompt injection）或具有誤導性的描述可能改變答案。
已經有開發工具開始調整做法。LangChain 利用 Jev 判斷 AI 代理提出的工具呼叫能否執行時，刻意排除工具回傳內容，避免 AI 代理從外部取得的文字反過來影響「自己能不能執行」的判斷；涉及重要操作時，也建議保留人工核准。
此外，Jev 的輸出範圍事先受到限制，也不代表判斷一定正確。答案即使只有 A、B、C，它仍可能選錯。Pydantic 因此建議，這類 AI 判斷應與確定性檢查並存，而不是直接取代既有的權限限制與人工審查。
Jev 推出時間仍短，目前的熱度還不足以證明「決策模型」會成為長期獨立的模型類別。但它快速受到開發者關注，至少反映 AI 代理發展正在出現一項變化：當一項工作需要的 AI 判斷越來越多，問題逐漸不只是哪顆大型模型最強，而是生成、推理、路由與決策，究竟各自應該交給誰。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
【推薦閱讀】
◆ Anthropic、OpenAI 同日推 Opus 5.5、GPT-6 Sol／Luna：最高階 AI 能力正以幾週速度往下放
＊本文開放合作夥伴轉載，資料來源：TypeSafe 1、TypeSafe 2、《TechCrunch》、《InfoWorld》、Vercel、《VentureBeat》，首圖來源：TypeSafe
