不少朋友可能发现，虽然最近这两三个月新的大模型层出不穷，但我却很少聊这些。
原因很简单，我觉得现阶段，这几个顶尖大模型的能力虽然有差别，但整体都已经非常强了。
比起纠结到底选什么大模型，我们更应该关注，到底用AI解决什么问题。
还有一个原因，过去一年，大模型赛道上来来回回都是那几张熟面孔：GPT、Claude、Gemini、DeepSeek……
大家卷的方向也差不多，谁写得更好，谁推理更强，谁上下文更长，真是你方唱罢我登场。
不过，今天我要跟你聊一个这两天新冒出来的东西，叫Jev。
它简直就像我们在管理学故事里常见的「鲶鱼」一样，掀起了讨论热潮，刷屏了整个硅谷开发者社区。
它火得很猛。创始人的发布帖两天拿了超过3000万次浏览、6万多个赞，DCVC领投了4000万美元的种子轮，有媒体说估值大约2亿美元。
我更感兴趣的是它做的一个选择，同时也能解答大家的一个问题：这模型凭啥突然火了？
要知道，Jev这个模型主动砍掉了大模型最核心的一项能力：生成文本。它不会写文章，不会写代码，甚至不会聊天。
它重点只做一件事：判断。
造它的人叫迪奥戈·阿尔梅达，前OpenAI研究员，也是2022年InstructGPT论文的共同作者之一。
InstructGPT这篇论文地位非常高，因为它是ChatGPT的直系前身，也就是让AI学会听人话、像人一样说话的那套训练方法。
阿尔梅达是参与者之一，所以，也有唯恐天下不乱的短视频把他称为「ChatGPT之父」。怎么说呢，反正我觉得ChatGPT挺不容易的，我差不多见过七八个人被称为它的爸爸了。
不过我的好奇心就来自这里：他当初可是帮AI学会聊天的人，离开OpenAI之后花了两年时间，造了一个不会聊天的AI。为什么？他图什么？
他在发布帖的视频里解释了动机，大意是：现在的AI Agent系统，有一个巨大的浪费。
我们来想一个场景。你是一家公司的客服主管，每天收到几千封客户邮件，需要分拣到不同的处理队列里，退款的归退款，投诉的归投诉，咨询的归咨询。
你让一个大模型来干这事，它会怎么做呢？
它会认认真真读完每封邮件，然后写一大段分析：这封邮件的客户情绪偏负面，涉及产品质量问题，建议归类为投诉类，优先级为高。
写得很好。但软件系统根本不需要这段话。软件需要的只是一个词，「投诉」；或者一个数字，「3」；或者一个判断，「是或否」。
中间那一大段文字，没人会读，也没有软件会用。它就是凭空生成出来，又凭空消失掉了。
这就像一个人被要求做选择题，但他每次都非要先写一篇议论文，然后再从里面提取出ABCD。
阿尔梅达说，在今天的Agent系统里，这种浪费无处不在。一个复杂的AI工作流可能要做上百次判断，每次都让大模型跑一整套生成流程，等于用大炮打蚊子。
而Jev的做法是，把这些「小判断」单独拎出来，用一个专门训练过的模型来处理。它只输出三种东西：选择、打分、是否。
不写句子，不做解释，不输出任何人类语言。
快多少呢？官方给的数据是，同样一个分类判断，GPT-4o可能要花几秒甚至更久，Jev可以压到几十毫秒，快了近200倍。
再说成本。因为它不需要生成任何文本，每次调用消耗的算力极小，官方说成本只有原来的四百分之一。
当然，这些倍数大家看看就好，因为比的是特定任务上的峰值表现，不是所有场景都这样。但核心逻辑是成立的：在不需要语言输出的任务上，压根不需要一个会说话的模型。
那它到底好使在哪？我翻了一圈发布这两天媒体和社区里的讨论，还有官方放出来的案例，挑几个具体说说。
第一个是浏览器Agent。Browser Use的创始人格雷戈尔·祖尼奇做了一个演示，让AI帮他搜一张从苏黎世飞伦敦的机票。
用传统大模型驱动的浏览器Agent，光是在页面上判断该点哪个按钮、该往哪个输入框填内容，就磨磨蹭蹭花了好几分钟。
换成Jev处理这些中间判断，整个流程7秒钟跑完。因为每一步的判断延迟从秒级压到了毫秒级，累计下来，差距就是几十倍。
第二个是上下文压缩。现在的Agent动不动就要处理超长文本，一个复杂任务的上下文可能撑到上百万token。
Jev可以做一件事：逐段扫描这些上下文，判断每一段跟当前任务有没有关系，没关系的直接扔掉。
有人测试过，128万token的上下文，经过Jev筛完只剩8.6万，缩了93%，而且关键信息没丢。
这就相当于，你让一个实习生先帮你把一百页的报告划出重点段落，你只需要看那七八页就行了。
第三个是大批量文档处理。有个开发者测试了一下，用Jev跑777次分类判断，总共花了大约0.25美分，不到两分钱人民币。
对那些每天要处理海量文档的企业来说，这个成本意味着，以前用不起的场景，现在可能可以随便跑了。
但值得关注的是，类似这样只用来判断的东西早就有人做过，为什么偏偏是Jev在这个时间点爆了？
我觉得，让它这次火起来的，是时机。
过去一年，AI Agent从概念走向实际部署，越来越多的开发者真的开始在生产环境里跑Agent了。
举个例子，Anthropic最近披露了一组内部数据，他们自己的研发流程里，半年前能被Agent主导的任务占比还不到1%，现在已经飙到了26%，有3万个Agent在同时运行。
这还只是一家公司。
Agent跑得越多，那些中间环节的小判断就越多。每次都调大模型跑完整的生成流程，账单高得离谱，延迟慢得想骂人。
特别是现在越顶级的大模型，思考时间越长。甚至一个小问题，顶级模型都会觉得：人肯定不会问这么简单的问题，一定有深意。
Jev不是第一个看到这个问题的，但它的出现，恰好是所有人都受够了的时候。
你看，推出时机，可能比技术本身更重要，这件事本身就是一个挺好的案例。当然，Jev这个故事里最让我有感触的，是我们之前忽略的一个问题。
过去两年，大模型变得越来越强，能写文章，能写代码，能推理，能多模态，所有人都在卷「全能」。我们也习惯了，遇到什么任务都往大模型上扔。
但拆开来看，Agent系统里真正需要语言能力的环节，可能连一半都不到。大量的中间步骤，要的只是一个选择、一个评分、一个是或否。
我们一直在用会说话的模型，去干不需要说话的活。
这个错配，不是谁故意为之，而是因为之前没有别的选择。你手上只有锤子，什么都得当钉子。现在Jev出来了，它未必是最终答案，但它至少让大家意识到了这个错配的存在。
做产品也一样。现在AI把很多工具层面的能力拉平了，人人都能做网站，人人都能写APP。做出来不难，难的是做出来有人用。
Jev给我的启发是，先别急着想「我能做什么」，先问一个更基本的问题：我的用户到底需要什么？
需求匹配得准，比一味追求能力全面更重要。
说了这么多，除了技术本身，我还挺佩服这个团队做的事情，因为他们做的是一件反共识的事，并不是别人怎么做，自己就怎么做。
也许正因为这样，阿尔梅达才能在之前参与做出擅长说话的AI，现在又做出了不会说话的Jev。
