2026-09-21 · 来源：{'name': '虎嗅·中继', 'url': 'https://www.huxiu.com/article/4892990.html'}
前OpenAI研究员造出不聊天的AI：只输出判断，比GPT-4o快近200倍
一款名为Jev的AI模型近日刷屏硅谷开发者社区：创始人发布帖两天内收获超3000万次浏览和6万多个点赞，DCVC领投4000万美元种子轮，媒体报道估值约2亿美元。它最大的特别之处，是主动砍掉大模型最核心的能力之一——文本生成：不写文章、不写代码、不会聊天，只专注做一件事：判断。
造出Jev的是前OpenAI研究员迪奥戈·阿尔梅达，2022年InstructGPT论文的共同作者之一。InstructGPT是ChatGPT的直系前身，正是让AI学会听懂人类指令、像人一样说话的那套训练方法。他离开OpenAI后花两年时间，造了一个不会聊天的AI。
动机来自他对当下AI Agent系统的观察：浪费巨大。以客服邮件分拣为例，大模型会认真写出一整段情绪与归因分析，但软件真正需要的只是一个词、一个数字或一个是非判断，中间的文字没人读、也没软件用。据他描述，一个复杂工作流可能要做上百次判断，每次都让大模型跑完整套生成流程，无异于大炮打蚊子。
Jev的做法是把这类小判断单独拎出来，用专门训练的模型处理，只输出三种结果：选择、打分、是否——不写句子、不做解释、不输出任何人类语言。官方数据显示，同样的分类判断，GPT-4o可能要花几秒甚至更久，Jev可压至几十毫秒，快了近200倍；既然不再生成大段无人阅读的文字，成本端也相应受益。
这波热度背后还有一个行业信号：GPT、Claude、Gemini、DeepSeek等顶尖模型能力已相当接近，比拼集中在写作、推理与上下文长度。与其纠结选哪个大模型，不如想清楚用AI解决什么问题——Jev的走红，恰好切中了这一空隙。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅