过去一周，本地大模型圈子的聊天内容变了。之前大家算的是16G显存怎么塞进27B、KV cache还剩几个token、SSD能不能给显存接班；这周开始，群里冒出来的问题变成了——“这个只有2.37GB、连天都不会聊的东西，要不要给我的agent装一个？”
这个"东西"叫Jev。9月15日，前OpenAI研究员、官方简历上写着"共同发明RLHF和InstructGPT"的Diogo Almeida创办的TypeSafe AI结束隐身，发布Jev。同一天官宣DCVC领投的4000万美元种子轮。9月21日，也就是今天，它从邀请排队制正式开放注册：邮箱注册、Playground直接玩、API Key自建、Python/JS SDK齐了，Vercel AI Gateway专门给它加了个experimental_evaluate接口，Cloudflare Workers AI也上线了支持。知乎知乎
一个不会聊天、不能写代码、没法给你输出任何一句人话的模型，为什么让本地玩家集体动心？
它切走的，正好是你最烦的那部分调用
Jev被TypeSafe叫作"System 1模型"，名字来自卡尼曼的《思考，快与慢》。你问传统大模型"这封邮件紧急吗"，它会先写一大段分析再给结论；问Jev，它直接回你一段结构化JSON：“是，概率0.95”。程序里写个 if > 0.8 就能触发告警，不用从回答里抠答案，也不用担心它哪天抽风把JSON写坏。知乎
它只有三种题型，官方叫"AI原语"：Noul（判断题，返回0-1概率）、Choice（选择题，最多255个选项，每个选项都给概率分布）、Score（打分题，自定义2-10级量表，分数可以落在两级之间）。原理上它不逐token"写字"，而是并行采样，一次性把所有选项的概率吐出来——一次问1个问题和一次问10个问题，响应时间几乎没差别。训练方法也不是RLHF，而是自研的RLCD（校准决策强化学习）：说90%把握，就得真做到九成对。知乎
对谁有感觉？就是那批已经拿本地27B在跑工单分类、报警定级、内容审核、工具路由的人。B站评论区有人一句话点中："现在用DeepSeek要3~5秒，我希望1秒搞定。“社区已经有人拿它把1018篇论文分类花掉0.08美元、用浏览器agent 7.1秒搜完一次航班机票花0.0039美元、拿Claude Code配Jev做"快慢循环”，高频判断步骤成本砍了九成。官方定价每百万输入token 0.042美元，输出不要钱。哔哩哔哩哔哩哔哩
数字先分三档：厂商口径、独立复测、自报成绩
这波热闹里流传的数据来源很杂，我按证据等级给你拆开。
第一档，厂商和媒体口径，没法外部验证：比Claude Sonnet 5分类快193倍、比Opus 5便宜444倍、响应最高快近200倍、结构化输出零错误。方向可信，具体倍数先当宣传看——Jev闭源，没放权重、没发论文、没给训练数据，外界连它架构细节都无从核对。知乎
第二档，独立复测，可以较真。知乎用户wangleineo搭了7个benchmark（含专门为决策模型做的JevBench），拿Jev对中档开源模型qwen3-30b-a3b做对比：准确率差距不大，个别项目Jev反超；但每条query Jev平均0.3秒，LLM做结构化输出要几秒到十几秒。整套测试Jev花了两美分左右，本来就便宜的Qwen（0.75元/3元每百万token）花了近5块。他的结论很克制：官方数据基本可信，但Jev智能接近的只是中等水平LLM，且不排除对bench做过针对性优化。知乎
第三档，开源项目自报，打折看：本地版Laya宣称2000题基准76.6%对Jev的72.7%。 同机每秒86次对云端3次。作者自己测的，对面数据一半来自官方一半来自第三方，没交叉验证过。哔哩哔哩哔哩哔哩
本地玩家的真实战场：克隆三天4000星，但坑也提前暴露
Jev要排队那几天，“24小时冒出30个本地替代Jev的开源项目"已经成了海外博主的视频标题。热度最高的是Laya——就是那个在Hacker News上引爆原创权之争的项目：独立研究者Nandakishor Mukkunnoth发帖说，同样思路的非自回归决策模型他2025年3月就发了arXiv论文、开源了权重和数据集，无人问津。两年后换了个带着4000万美元融资的发布，就成了"范式级突破”。HN评论区吵成三派：有人说这就是"喂了更多数据的BERT"，有人晒出自己一年前给客户做过类似的，也有人觉得这是典型的"多重独立发现"，只是资源和注意力天差地别。哔哩哔哩知乎
技术本身倒是摊开了看：Laya用双向编码器，单次前向同时回答多个结构化问题，MIT协议、pip一键装。国内生态位已经有人补上——GitHub上的laya-setup把部署打包成一键安装，号称兼容TypeSafe官方API/SDK格式，能直接接进Claude Code和Cline；小红书上laya-mlx的Mac本地实测帖收藏比点赞还高。最扎心的一条是对账视频里说的：云端要排队、按token收费、每步约300ms。这不就是当年云端API逼着大家回本地的同款剧情吗。而且这波对硬件太友好了：0.4B参数、2.37GB模型文件，CPU就能跑毫秒级。过去几周大家还在为11.8GB的量化文件抠KV cache，战场突然换到了"要不要给决策层留个位置"。知乎哔哩哔哩哔哩哔哩
顺带提醒一个灰线：官方开放前就冒出了"注册免费送Key、完全兼容官方API"的第三方托管端点，视频播放量不小。模型文件小不等于来源可信，你的工单、邮件、客户数据从这种端点过一遍，等于自愿放弃这波"数据不出本机"的初衷。
三盆冷水，泼的都是"拿它当大脑"的人
第一盆：它不是规划器。知乎用户Karminski搭了个和Jev接口一样的纯随机数服务器，在迷宫寻路上对打——随机数892步、不到300毫秒通关；Jev跑了2306步，在(7,4)拐角原地打转到超时，哪怕把曼哈顿距离、last_move、邻居访问次数全喂给它也不听。它是个极速单步判断器，凡是"需要绕路回溯多步规划"（迷宫、装箱、调度）、“一步踏错当场GG”（贪吃蛇、俄罗斯方块那类游戏化控制）、“不可逆高代价操作”（删库、生产事务），都别问它。知乎
第二盆：金融圈已经替大家撞过墙。有人拿90根日线、5个市场、300次交易决策回测，16次做空全部返回"不适用"，利润因子和胜率都不达标。结论是一句很值得抄下来的话：Jev不是交易AI，是被确定性代码包裹的判断原语。哔哩哔哩
第三盆：置信度不等于正确。Laya官网自己公布的反面数据：高棉语输入喂给英文checkpoint，准确率0%，平均置信度95.2%。校准训练让你敢用它的概率，前提是你给对了题型和语言。另外它也不是免费午餐：选择题选项一多就露怯，Banking77这种77选项任务Laya只有0.425，Jev是0.870；开源克隆的上下文普遍只有512-1024 token，而Jev据称有32k——这个差距在对比表里被刻意淡化了。知乎
这波要不要跟：分三种人
只需要本地聊天和写代码的：不跟。你现有的27B该干嘛干嘛，这波跟你无关，等JevBench榜单和TypeSafe是否开源权重再说。
已经在拿模型跑分类/审核/路由自动化、嫌又慢又贵的：现在就能动手评估。先走官方Playground免费试你的任务是这三种原语的形状：判断、选择、打分。 形状对得上再谈成本；涉及私有数据的验证，优先用MIT协议的本地克隆离线跑，别碰免费兼容端点。知乎
16G卡在跑Claude Code/Cline这类agent的：比起追Jev本身，"快慢循环"的工程思路更值钱——把每步都调大LLM的高频小判断拆出去，让大模型只在要写东西的时候上。这也是评论区共识最集中的一个方向，连"LLM是写作文、它是做选择题"这种吐槽都承认分工成立。
值得继续盯的三个信号：TypeSafe会不会发技术报告或开放权重（目前零披露，"千问套壳"的质疑和"超级BERT"的嘲讽都卡在这个信息缺口上）；JevBench上开源模型的排名换手速度；以及大厂跟进——社区已经在赌DeepSeek下一版就学这个思路。wangleineo那句话我认同：这类模型没有太多技术壁垒，真正的价值在于"把决策点从大模型调用里拆出来"这个用法被验证了。对本地玩家来说，这意味着你的显卡账单和等待时间，第一次有了"拆"的解法。哔哩哔哩知乎
