Jev点燃的这场”直觉”狂欢，两周就被抄穿了——但中国团队赌的那个方向，可能比Jev本身重要

Jev点燃的这场”直觉”狂欢，两周就被抄穿了——但中国团队赌的那个方向，可能比Jev本身重要

一个成立不到 5 个月、CTO 招都没招满的上海公司，发布了一款决策模型，宣称在公开评测里超过了硅谷最火的新贵。第二天，Cloudflare 就跳出来说自家模型在同一套榜单上领先。

这就是我现在能看到的、这一轮 AI 新品类最真实的样子：一个两周就能被复制的赛道，正在被当成下一个风口狂欢。

但如果你只盯着”谁第一”，你又错过了真正重要的东西。

先讲清楚：Jev 到底掀了什么桌子

9 月 15 日，前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 发布了 Jev。这个模型不写一个字，只做判断——只回答带预设选项的问题：单选、打分、是非题，直接返回带概率的结构化结果。定价每百万输入 token 0.042 美元，输出免费。

它把自己叫「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。

这句话戳中了行业一个心照不宣的错位：过去两年，所有大模型都在往”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，密集发生的根本不是深度推理。

一个 Agent 任务里，真实在发生的是什么？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。全是琐碎判断。

而过去这些判断只有两条路：要么交给大模型”顺便”做，生成一段文字再解析——又慢又贵；要么写死成规则——覆盖不了长尾。

Jev 干的事，就是把”判断”从”生成”里剥离出来，做成一种廉价、高频的基础设施。

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 的定价命名就来自杰文斯——东西越便宜，需求反而越大。

中国团队的反应速度，才是这篇真正值得写的地方

Jev 有一个致命缺口：它是闭源托管模型，没有公开权重，不能本地部署，只能调 TypeSafe 自己的 API。

这个缺口成了后来者的入口。

两周内，整个行业都在做同一件事：OpenAI 在开发者日推出 Decisions API，Cloudflare 10 月 1 日开源 Clef，亚马逊放出 Strands Decider。国内，上海人工智能实验室开源了多模态决策模型 Intern-Decision（0.8B/2B/4B 三档，能看懂图像和界面再做决策，推理速度宣称比 Jev 快 2-3 倍）。

9 月 30 日，StartLux（原点星辉）发布开源 StartLux-Decision，一口气拿出 0.8B 到 27B 五档规格，配齐量化文件，直接瞄准本地部署。掌舵人是盛大网络联合创始人陈大年。

比起谁暂时排第一，更值得注意的是：中国团队几乎不约而同地选择了开源和本地化。

这不是巧合。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。

还有一个藏得很深的细节：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”。

别急着信榜单，先把数字放进正确的位置

StartLux 公布的数据很亮眼：27B 版本在 Decision Index 0.2.1 的 38 项测试里 31 项高于 Jev，综合分 63.88 对 57.91，还展示了一组国际象棋，36 局赢下 35 局。

但这些数字需要拆开看：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。 而”第一”在这个赛道的保质期短得惊人——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。

一个两周就能被复制的品类，本身很难成为壁垒。 Jev 号称隐身研究了两年，OpenAI 用两周基于自家小模型做出 Decisions API，StartLux 用了 3 天，Cloudflare 和亚马逊半个月内跟上。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。

这也意味着，对 StartLux 来说，真正的考验不在决策模型这一层。CTO 郭权玮自己承认：长任务稳定性、异常恢复、上下文管理、整体体验，比单纯把模型跑起来难得多。

我的判断：真正的信号不是”判断层”，是”本地”

StartLux 赌的方向，其实比 Jev 更值得琢磨。

它给自己的定位是「主打本地模型」——让模型能力和数据留在用户自己的设备上。在它的规划里，”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。

在这个架构里，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。所以 StartLux 把 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%。

对一家押注本地的公司来说，决策模型不是追热点的新品类，而是本地系统能否跑得动的关键零件。

有人会问：那决策模型被大厂两周抄穿了，StartLux 怎么办？其实 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。

最后那个问题，才是这轮热潮真正的分水岭

陈大年的履历很说明问题：1998 年写出上网计费软件，1999 年和陈天桥创办盛大，后来做了 WiFi 万能钥匙。他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。

但问题恰恰在这里。

当”判断”便宜到人人都能做，价值最终会落在模型身上，还是落在把这些模型组装成产品的人手里？

我的答案是后者。这轮决策模型群战里，所有人都在秀”我比 Jev 快几倍”、”我比你便宜多少”、”我榜单第一”——这些全都是会在一周内失效的数字。 真正稀缺的从来不是那个会判断的小模型，而是那个知道”哪些判断值得做、判断完之后怎么组织整件事”的系统。

判断层会不会变成白菜价？大概率会。但把白菜价的判断组装成能长期稳定跑的产品，这件事，两周抄不走。