这几天AI圈出现了一个少见场面：一帮大厂争先恐后地做"不会说话的AI"。
10月9日，微软发布Microsoft-Decision-1；同一天，Nace.AI放出开源的Drex 1.5。10月10日，OpenAI的Decisions API进入公测。再算上Cloudflare此前两周连发的三个决策模型Clef、Clef-Flash、Clef-Omni，Databricks的ai_decide功能，亚马逊已经落地的Strands Decider 2B，还有Perplexity、Snowflake、Liquid AI各自的版本——据The Register统计，公开榜单上的同类模型已经超过100个。知乎36氪哔哩哔哩
而这一切的源头，是一个不会聊天的模型：Jev。
一个不写字的AI，凭什么值75亿美元
Jev是旧金山初创公司TypeSafe AI在9月15日发布的。它的特别之处在于：不生成文本。你给它一个情况和几个选项，它给每个选项打概率，完事。没有小作文，没有"作为一个AI助手"，输出直接就是代码能用的结构化结果。36氪知乎
在聊天机器人席卷全球的当下，这个"哑巴模型"反而爆了。发布视频在社交平台拿了数千万播放，付费团队采用数在云开发平台上刷新纪录。然后就是资本市场的快进：TypeSafe AI刚走出隐身状态时，种子轮只有DCVC领投的4000万美元、估值约2亿；据The Information报道，之后一度有投资人给出超过100亿美元的估值报价；10月9日最终落定——a16z领投8.7亿美元，红杉和老股东DCVC跟投，投后估值75亿美元。从2亿到75亿，只用了一个多月。微博
资本为什么急？因为真实业务里的AI活儿，大多是选择题，不是作文题。
一封工单该转给客服还是转给技术、一条评论算不算违规、一份合同里有没有仲裁条款、Agent下一步该查数据库还是该调用工具——这些问题的答案本来就在有限的几个选项里。让大模型干这些活，得让它先写一段话，你再写代码从话里抠答案，又慢又贵，还可能编。决策模型直接输出选项和概率，软件拿到就能往下走。
这里面还有一层技术叙事，恰好来自TypeSafe联合创始人Diogo Almeida本人——他是RLHF（人类反馈强化学习）的共同发明人之一，当年正是因为对RLHF的质疑离开OpenAI。他的观点是：RLHF让模型学会了说漂亮话，代价是摧毁了模型的校准能力。他有个流传很广的比喻：一个模型如果"95%的时间像爱因斯坦一样聪明，剩下5%表现得像憨豆先生"，那它在自动化生产环境里毫无用处。决策模型要治的，就是那要命的5%。36氪
a16z在投资公告里补了一个很损的细节，来说明Jev的输出有多精简：“输出小到，他们甚至不收输出费用”。36氪
价格账：微软把定价原样抄了一遍
先看两家头部玩家的账本。
Jev的定价是每百万输入token 0.042美元，输出免费。官方给的实测对比：处理同一批评论标注任务，Jev耗时203.2秒、成本0.84美元；对比的大模型耗时823.5秒、成本1.50美元。官方还宣称响应时间在700毫秒以内，比前沿大模型快约100倍，成本只有对方的1/100到1/500。36氪
然后是微软。Microsoft-Decision-1的定价：每百万输入token 0.042美元，输出免费——和Jev一字不差。官宣数据更猛：36项测试集（约15万道盲测题）准确率83.5%排第一，延迟约为GPT-6 Sol的1/35，比Jev快2.8倍，做文本分类比GPT-6 Sol便宜20多倍，输入扰动下决策翻转率只有1.3%。这里要划一条重点：上面这些数字，Jev那部分是公司官方口径，微软那部分全是微软自己报的，没有第三方复核。看个方向可以，当判决依据不行。知乎微博
但方向本身已经够吓人了。算笔账：如果你有个自动化流程，每天要分类100万条内容，按每条200 token算，一天2亿token输入，按0.042美元/百万token的价格，一天8.4美元，一个月约250美元。假如微软"比GPT-6 Sol便宜20多倍"的说法成立，同样任务用旗舰聊天模型跑，一个月要5000美元上下。一年下来，这是两位数的万元级差距——对靠API吃饭的独立开发者和小团队来说，这不是优化，这是生死线。
这也解释了为什么大厂反应这么快：企业API账单里，大头从来不是写诗和聊天，而是海量、重复、高并发的分类和路由任务。这块蛋糕以前只能用贵模型将就，现在有人端出了便宜20倍的专用餐具。
门槛账：底座是阿里Qwen3.5，爱好者在家也能训一个
但热闹看到这里，反常识的部分来了。
微软这个Decision-1，底座不是什么自研神器，是阿里的Qwen3.5-9B——一个90亿参数的开源模型，用微软开放数据做了后训练。而且微软自己说，之后还准备把底座换成自家MAI和OpenAI的模型，没解释原因。翻译一下：底座随便换，这个产品的核心不在模型本身。知乎
社区也看明白了。知乎"怎么看微软推出Decision-1"的问题下，一条166赞、170收藏的高赞回答写得直白："看起来Jev这个赛道的门槛是真的低……基础模型都可以随便换。"该问题浏览量2.3万，另一个"OpenAI发布Decisions API，Jev还有前景吗"的问题浏览量1.8万——开发者圈正在认真争论这件事。
更狠的在B站和微博。有人用Unsloth把Qwen3.5微调成决策模型，脚本和架构全开源。10月11日，微博上有爱好者晒出自己在家训的Jeff——一个兼容Jev的0.8B决策模型，单次推理约30毫秒。0.8B参数，家用设备，一个周末的活儿。哔哩哔哩微博
那么问题来了：TypeSafe AI的75亿美元估值，买的到底是什么？
按公开信息拼一拼，大概是三样东西。第一是校准技术本身——Almeida那套"面向校准决策的强化学习"，让概率输出真实可信，这是它宣称的核心壁垒。第二是企业渠道——TypeSafe宣称财富500强企业已有三分之一在使用Jev（同样是公司口径）。第三是时间窗口——第一个把这条路线推到聚光灯下的身位。36氪
反方证据同样清楚：榜单上同类模型超过100个，Cloudflare直接Apache 2.0开源了三个，连训练决策模型的RL微调流水线都开放成了平台产品。微软用开源底座几天就复刻了一个。"三分之一财富500强在用"和"门槛低到爱好者在家能训"这两句话，目前同时为真。a16z赌的是Jev能像早期的OpenAI一样，用先发和数据滚成平台；怀疑者赌的是它会被商品化。这局现在没人能判赢，但至少，75亿这个数字你该带着问号看。Cloudflare博客
泼冷水账：不做选择题的AI也会错，只是错得更安静
决策模型被夸得最狠的一点是"不会像聊天模型那样胡编"。这话只对了一半。
The Register提到，Cisco的博客已经专门写过决策模型的失误案例，也有研究者在讨论这些错误怎么在流水线里被放大。道理不难理解：聊天模型胡编，你一眼能看出来；决策模型选错选项，还会附赠一个自信的概率——错得更安静，更难被发现。当一个"85%置信度"的判断直接驱动退款、封号、转诊，错误的代价反而可能更大。知乎
开源的Drex 1.5把自己的短板写得倒是很诚实：约90亿参数，一块24GB显存的显卡能跑，量化版在苹果芯片和CPU上也能跑；在公开榜Decision Index 0.3.1上得58.08分，Jev是57.96分——两者落在榜单标注的并列区间内，现在根本分不出高低。但知识类题目GPQA Diamond它只有45.4%，Jev是78.6%。这很好理解：它只负责在选项里挑，不负责懂得多。选项本身给错了，它只会用高概率告诉你错误答案。另外它的许可协议是Nace.AI Open RAIL-M，带使用限制，商用前必须读条款。知乎
所以现在这个阶段，各家跑分挤在并列区间、口径全是自报、失误模式还没被充分研究——这不是一条已经铺好的路，是一场刚鸣枪的赛跑。
到底关你什么事：四类人四种动作
如果你是纯聊天用户，只用App写材料、问问题：这事暂时和你没关系。决策模型藏在产品后面，你唯一能感知到的，可能是某些App的审核、分类、推荐变快了变便宜了。不用做任何动作。
如果你用API搭过自动化流程、做过客服分流或内容分类：值得动，但别急着换供应商。正确姿势是拿自己的真实任务集，在两三家之间做A/B测试——现在榜单分不出高低，各家又都用自己的口径，任何"凭一个榜单选型"都是耍流氓。先从非关键路径切起，把错误成本可控的环节先迁过去。
如果你只是围观行业格局：接下来盯四个信号。一看微软是否真把底座换成自家模型——换了，说明它认真了；二看Decision Index榜单什么时候拉开差距——拉开了，说明技术还没同质化；三看OpenAI Decisions API公测后的正式定价——它敢不敢也定0.042；四看Cloudflare的免费开源会把谁的价格打穿。这四个信号任何一个动了，75亿美元的估值叙事就会被重新讲一遍。
如果你是本地部署玩家（一块24GB显卡或一台M系Mac）：现在就能玩。Drex 1.5开源可跑，Cloudflare Clef系列Apache 2.0权重随便用，B站连Unsloth微调教程都有了，成本几乎只剩电费。想尝鲜"AI裁判"驱动游戏或家居自动化的，这是门槛最低的时刻。知乎
四年了，AI一直在学人说话。这一周，它开始学着闭嘴——只在选项里挑一个，然后给出概率。至于这场"沉默竞赛"最后剩下谁，价格战已经替我们开跑了。
