当大模型行业还在卷参数、卷榜单时昆明配资炒股，一个拒绝聊天的模型Jev却悄然走红。它只做判断，不写文章不写代码，却精准击中了Agent时代对速度与成本的焦虑。从OpenAI研究员到反向造模型，Almeida的转身背后，是模型分化趋势的加速，也是Agent入口争夺战的前奏。
Jev模型已经火了一个多星期。从花式玩法讲到底层范式，围绕它的讨论还在继续。
Jev不和人聊天，也不能帮人写文章、写代码，它只做一件事，当开发者给它一组选择和当前状态，它负责给出判断。
做出Jev的Diogo Almeida，曾是OpenAI研究员，参与过InstructGPT、ChatGPT和 GPT-4相关研究。他以前教大模型学会聊天，现在反过来，做了一个拒绝聊天的模型。
Almeida为什么要调转船头？Jev击中了当下大模型行业的哪些焦虑？将能力收窄到极致，又会成为模型行业未来的趋势吗？
有些活，不必惊动最强模型Jev的走红，首先踩中的是Agent时代最现实的一个问题，模型调用应该要更快、更便宜。
开源项目Browser Use的创始人就拿Jev搭了一个浏览器Agent，在真实的Google Flights页面上查一趟苏黎世到伦敦的机票，整段流程跑完用了7.1 秒，单次成本0.0039美元，Jev在循环中的中位延迟约为178毫秒。
Jev的价格也足够低，目前Vercel AI Gateway上的Jev输入价格约为每百万token 0.04美元，输出免费，所以开发者能毫无负担地调用。
慢和贵成为行业的共同焦虑，跟Agent正从代码场景向更广泛的办公场景扩散有关。
OpenAI的数据显示，从今年2月到6月，企业每周活跃Codex用户数在法律、销售和招聘、以及市场营销领域增长至原来的108倍、41倍和26倍。
当模型变成持续执行任务的基础设施，调用的频率和Token消耗也会随之增加。模型厂商一边在推高旗舰模型能力上限，另一边面对Agent大规模调用的新需求，也得思考要怎么降低模型调用的成本和延迟。
因此，模型层已经开始出现分化趋势，如今同一家厂商也会推出不同档位、不同价格的模型，出现了flash模型扎堆的现象。
Google在5月推出Gemini 3.5 Flash，瞄准日常开发和工作场景。7月31日，DeepSeek发布 V4 Flash。8月下旬，Qwen3.8-Flash-Next 和 GLM-5.3-Flash又接连亮相。
这些模型未必追求在所有benchmark上做到最高，但也不是把能力砍掉的“阉割版”。它们是为高频、简单任务专门优化出来的新档位，且价格更划算。
以DeepSeek为例，它最近把V4 Flash 更新到V4.1 Flash，还宣布在下一代Pro模型上线前，将V4 Pro的API请求路由到V4.1 Flash，并按Flash的价格计费。
过去，用户遇到任务，第一反应是去找那个最强的通用模型，能力越强越好。厂商的主线，也是把一个旗舰模型做得尽量全能。
但现在，模型厂商开始按照任务的复杂度、调用频率、响应速度和成本等等重新切分能力，推出不同档位，让不同模型承担不同的工作。
这种分化还在继续推进。从使用场景来看，代码、图像、语音这些方向，早就有了专门优化的模型。办公、游戏这些场景，也在慢慢出现更贴合自己的模型。
毕竟不同场景的任务结构、上下文和对速度、成本的要求各不相同，模型也就有了针对具体环节做取舍的空间。
Jev是分化趋势中的一个极端样本当别的模型还在通用框架里调整能力和价格，Jev干脆把一类能力从通用模型中分离出来，单独做成一个模型。
开发者给Jev一段当前状态，再给一组预设问题，它返回的是 Choice、Score 或 Boolean，附上对应的概率。Jev不解释自己为什么这么选，程序拿到结果，直接就能往下走。
这对Agent来说很重要。在Agent里，模型的输出往往直接决定下一步行动。这时候，系统需要的可能不是一段完整的自然语言回答，而只是一个明确的信号。
这个设计背后，是Almeida对大模型训练方式 RLHF的一个反思。他认为，人类反馈会推动模型生成更符合人类偏好的回答，也容易让模型养成另一种习惯，即面对自己把握不大的问题，仍然倾向给出流畅、完整、笃定的回答。
Jev试图让模型把不确定性写进输出结果里。模型如果判断一件事有八成把握，那么放到长期统计里，它的判断结果就应该接近八成正确。系统拿到这个概率后，可以自行设门槛，把握高的任务自动放行，把握不足的任务转给人，或者转给更强的模型。
不过，让模型实现可靠的自动化决策，是Almeida想要抵达的方向，目前Jev还没走到。
有开发者测试发现，同一个判断，正着问一遍、再反着问一遍，Jev给出的两组概率加起来，有时会超过1。一个校准得当的概率系统，不应该这样。Jev不写自然语言，躲开了编造一段像样答案的风险，可它给出的概率，照样会错。
调用不同模型的Agent入口更加重要即便Jev还有不少问题，它还是让行业看到了另一种可能性：Agent里的智能也可以被拆开，一项复杂任务不一定由一个通用大模型包办。
例如，需要复杂推理时可调用强模型，大量简单的判断和筛选，则可以交给Jev这样更快、更便宜的模型。
Jev的名字，也有弦外之音。经济学里有个“杰文斯悖论”（Jevons Paradox）的概念，意思是一种技术变得更高效、更便宜之后，使用量反而会增加。那么，当Jev让“判断”这个动作变得更快、更便宜后，Agent就越有可能在执行任务时频繁调用它，从而优化整体任务的效率和成本。
也就是说，任务本身逐渐会成为Agent的核心。按任务来调用不同模型，Agent执行的效率和性价比可能会更高。
模型之间的关系，也因此多了一种可能。模型过去比的是谁更强，一个模型能力上来了，就把上一个替换掉。现在，以任务为核心，不同模型可以各自承担自己更擅长的部分，在同一个Agent里协作。
如果这种分工继续发展，一个能根据任务调用多个模型的Agent入口将会变得更加重要。
已经有Agent产品往这个方向走。国内来看，腾讯WorkBuddy已经支持在不同主流模型之间切换。WorkBuddy还有Auto模式，系统会根据用户任务的类型、复杂度与上下文特征，自动选择当前最适合的模型进行响应。用户在不知道该选择何种模型，或者面对混合型任务时，可以交由系统来决定。
海外的Cursor也在做类似的事情。它在今年8月推出的Cursor Router，会在每个请求交给模型之前，先根据任务类型、复杂度、上下文等信息进行判断，再从多个模型中选择最合适的一个。基本原则是，简单任务交给快速、便宜的模型。困难、长周期的任务则交给前沿模型。
这些产品的思路都是一致的，就是把调度模型这件事交给系统按任务自动完成。用户只管提出任务，至于该派哪个模型上场，交给入口去安排，从而提高Agent使用的效率和降低成本。
长此以往，当模型逐渐走向各司其职，一个能灵活调配它们的Agent入口，将会越来越重要。
作者/萧樱
本文由 @深流研究所 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Pexels昆明配资炒股，基于CC0协议
网配查配资提示：文章来自网络，不代表本站观点。
推荐资讯