专注直觉判断的轻量化AI模型Jev引发硅谷关注

由ChatGPT研究员Diogo Almeida创立的Typesafe AI推出新型模型Jev，该模型专注于执行“是/否”判断等直觉性决策。测试显示，Jev的处理成本仅为0.3韩元，远低于Claude或GPT模型，能通过高效过滤任务来降低企业构建AI智能体的成本。

人工智能（AI）必须全能的固有观念正在被打破。一种仅能做出“是/否”判断或进行评分等直觉性决策的超轻量化AI模型，正受到硅谷和开发者的关注，它们不再致力于编写复杂的文章或编写代码。

根据T Times TV转述的YouCanLabs代表Choi Ji-ung的分析，近期AI行业的新趋势是打造“只擅长一件事的AI”。这一趋势的核心是Typesafe AI推出的“Jev”，该公司由ChatGPT研究员之一Diogo Almeida创立。Jev虽然无法像生成式AI那样运用华丽的辞藻，但它专门擅长针对特定情况做出快速判断。

“与其雇佣教授，不如雇佣小学生”……仅负责判断的“System 1” AI

Choi Ji-ung代表将Jev的特性比作人类的认知系统“System 1”。如果说脑海中无需深思熟虑、直觉性浮现的答案属于System 1，那么像ChatGPT或Claude这样需要缜密思考的模型则属于“System 2”。如果说传统的语言大模型（LLM）主要在System 2领域运作，那么Jev则彻底攻占了System 1的领域。

Jev可以执行的任务极其简单，包括回答“是/否”、从给定选项中选择其一，或对特定数值进行评分。Choi代表解释称：“就像那些只擅长音乐的音乐神童，他们完全不懂Excel之类的东西。”由于无法执行其他功能，该模型的体积很小，因此速度具有压倒性优势，且成本非常低廉。

在Choi代表进行的各模型性能对比测试中，Jev展现了卓越的效率。测试结果显示，Jev的处理成本仅为0.3韩元水平，与产生数十至数百韩元成本的Claude或GPT模型相比，价格极其低廉。在速度方面，它也能最先完成任务，同时兼顾了“性价比与速度”。

能从100封垃圾邮件中过滤出90封的“AI判断组件”

那么，为什么企业会对这种不会写文章的小型AI感兴趣？核心在于“高效处理工作量”。Choi代表提出了一种策略，即在构建企业级AI智能体（Agent）时，将Jev这类模型作为“判断组件”嵌入其中。他指出，将所有任务都交给昂贵的LLM是一种资源浪费。

例如，假设每天都会涌入数百封电子邮件。如果让ChatGPT阅读所有邮件，将耗费巨大的成本和时间。此时，如果先投入Jev来直觉性地判断“是否为垃圾邮件”或“是否与业务相关”，就能从100封邮件中立即过滤掉10%确定的广告或垃圾邮件。通过让高性能LLM仅对剩余90%的重要邮件进行精密分析，可以大幅降低整个系统的成本。

这种结构在近期AI性能提升的核心技术——“智能体（Agent）”设计中也至关重要。视频中提到了将生成式AI模型用作“评估员”的案例。在LLM生成结果后，通过判断该结果是否符合用户意图并要求重新作业的过程中，Jev这类模型可以发挥高效的评估作用。

从判别诈骗短信到游戏控制……判断型AI领域不断扩展

Jev的应用范围显示出其有望从简单的分类扩展到实时控制领域。Choi代表介绍了一项利用Jev分析实时情况并决定“是躲避还是射击”的游戏演示。其结构类似于电影《碟中谍》中主角接受外部指令并进行实时行动。即由Jev做出判断，而实际行动由编程程序执行。

此外，识别人的细微表情变化或语调以进行情感分类，以及从大量文件中寻找并分类到适当文件夹等需要“直觉判断”的所有领域，都是Jev的目标。Choi代表展望称：“并非所有的AI组件都需要是名牌产品，”将符合目的的适当模型进行组合将成为未来构建AI服务的核心。

目前，Jev以非开源的API形式提供，企业可以通过“租用判断大脑”的方式将其应用于自身服务。包括OpenAI在内的科技巨头也在推出类似的轻量化判断模型，这表明AI市场的重心正从“庞大的智能”向“高效的判断”转移。

来源：原视频（YouTube）