文章核心观点 - Jev是一款只回答选择题的模型，不聊天、不写代码、不给解释，输入状态加固定选项后返回一串概率 [3] - Jev发布后迅速走红，24天内TypeSafe AI完成8.7亿美元A轮融资，估值75亿美元，成为今年最贵A轮 [4] - 本轮融资由a16z领投，红杉资本与老股东DCVC等参与 [4] - 顶级VC的钱投给了一个哑巴模型，与今年几乎所有AI都在想怎么把话说得更好听形成反差 [4] - a16z将Jev的发布称为今年见过的最大的一次叙事反叛 [18] - 核心定价逻辑是杰文斯悖论：智能便宜到一定程度就会被到处调用，单价往下走，调用量往上走，总收入空间反而被撑大 [19] 公司背景与创始团队 - TypeSafe AI成立于2024年，总部在旧金山，公司名TypeSafe是程序员的梗，指类型安全 [6] - 公司大约有20个人，内部口号是Build Prod, Not God，意思是造生产工具，别忙着造神 [6] - 在Jev之前，公司几乎没有对外发声过，创始人Diogo Almeida社交账号互动量长期停留在个位数 [6] - Almeida先后在Google Brain和OpenAI任职，是InstructGPT论文的核心作者之一，也参与过ChatGPT和GPT-4的相关工作，RLHF是其长期研究方向 [6] - 另外两位创始人是Erik Gafni和Sasha Sheng [7] - Almeida于2021年在一次聚会上认识Gafni，两人经常交流模型开发，Gafni很早就理解了TypeSafe的设想，后来成为最先加入的人 [7] - Sheng是Almeida的老朋友，也是一位华人，创业后Almeida找她讨论，原本想听听自己的判断有没有问题，没想到她听完后很快就决定加入 [7] - Gafni曾在Invitae和Freenome工作，也经历过多次创业，熟悉生产环境中的AI系统 [7] - Sheng先后在Meta/FAIR担任研究工程师，参与信息流及AI研究相关工作 [7] - 三人的履历里既有模型研究，也有把系统交给实际用户使用的经验 [7] 产品设计初衷与技术路线 - Jev被设计的初衷并不是为人服务的，尽管它在C端率先火爆 [6] - Almeida看到模型聊天能力不断提高，可企业却仍然不放心把工作交给软件自动完成，这两者之间的差距让他看到了机会 [7] - 软件每天处理的判断题很多，比如邮件要不要拦截，投诉要不要转人工，搜索结果值不值得保留 [8] - 以每天100万条请求的系统为例，假设每条请求需要10次判断，一天便有1000万次决策 [8] - 在Jev诞生之前，行业通常的做法是把问题统统喂给市面上最聪明的模型，让模型生成一段解释，再由程序员写解析逻辑，把真正的值从解释里抠出来 [8] - 这种做法的弊端是又慢又贵 [8] - TypeSafe成立后的两年，没有去做更大更全的模型，而是搭了三样东西：一套新的模型架构，一个并行采样器，还有一种称为RLCD的训练方法，全称是面向校准决策的强化学习 [8] - 校准尤为重要，Almeida用过一个比喻：如果一个模型在95%的时间里表现得像爱因斯坦，而剩下的5%则像憨豆先生，那它在自动化场景里就是不可用的 [8] - 聊天时答错，人可以追问，也可以纠正；而在无人值守的软件流程里，一次错判会沿着调用链一路放大 [8] - 9月，TypeSafe走出隐身，同时宣布了4000万美元种子轮，由DCVC领投，估值约2亿美元 [9] - 9月15日，第一个System One模型Jev开放早期访问 [9] - System One来自卡尼曼的《思考，快与慢》，指人身上那套快速而近乎直觉的判断机制 [9] - Jev则取自19世纪经济学家威廉·杰文斯，成本越低用量越大那条悖论就是他提出的 [9] 产品形态与定价 - Jev只接受三类问题：Choice，从给定列表里选一个，返回每个选项的概率；Score，按给定评分标准打分；Noul，对一个命题给出0到1的真假概率 [12] - Choice和Score会额外返回置信度 [12] - 三类问题可以在同一次API调用里，并发地对同一份状态求值 [12] - 端到端响应70到500毫秒，定价每百万输入token0.042美元，输出免费 [13] - a16z在投资公告里为此加了一句注解，输出量太小，小到他们干脆不收这笔钱 [13] - 官网给出两个数字，快193.6倍，便宜444.6倍 [13] - 公司自己主动给这两个数字打了折，它们来自TypeSafe团队自己搭建的工作流评测，处在真实收益区间的高位，可能存在偏差 [13] - Jev的接口相当克制，开发者可以让它在候选项中选择，也可以要求它按标准评分，或者判断某个命题成立的概率 [13] - 几个问题能够在同一次调用中并行处理，程序拿到结果后继续执行 [13] - 遇到需要综合权衡的复杂任务，官方文档建议先拆成更明确的问题，再用代码组合结果 [13] - 例如，一封客服邮件可以被分别判断是否紧急，以及应由哪个部门处理 [13] - 企业能在代码里决定低置信度的请求交给人工，高置信度的请求自动分流 [13] - 模型处理其中需要理解语义的部分，后续操作仍由业务系统控制 [13] - Jev不能替用户写回复，开发者还得定义问题和候选项 [13] - TypeSafe的机会在于，能否让企业在完成接入之后，以更低成本反复使用这部分判断能力 [13] 市场表现与客户数据 - Jev上线AI Gateway后12小时便超过了该平台同期的其他模型 [14] - 24小时内接近13%的付费团队使用了它，这是平台内部的全新记录 [14] - 据TypeSafe公布的数据，已经有三分之一的《财富》500强企业使用了Jev [14] - 人才匹配平台Jack&Jill把候选人筛选的工作从Gemini整体换成了Jev，成本直接降了88% [14] - Almeida在最近的访谈中透露，Jev日处理量已经站上1万亿token [14] - 模型上线后不久，公司就开始盈利了 [14] - 夜间的流量还在往上走，聊天机器人的流量来自人的好奇，白天用，夜里睡，热度过了就往下掉；而被后台程序调用的模型不遵循这个逻辑，夜里的曲线依旧往上，说明它已经真的进入了生产系统 [14] 全球跟风与竞争格局 - TypeSafe一火，全球市场开始批量复制 [16] - 24天里，OpenAI和微软先后入场，Cloudflare与亚马逊各出一款，Perplexity开源了自己的版本 [17] - 国内至少有两家创业团队也在其中 [17] - 上海人工智能实验室在9月底放出了多模态决策模型Intern-Decision，卖点是能读懂图像和界面再做判断，自称推理速度是Jev的2到3倍 [17] - 国内更受关注的是StartLux，这家公司注册在上海，成立还不到五个月，背后是盛大网络联合创始人陈大年 [17] - 9月30日，StartLux开源了StartLux-Decision，一口气给了0.8B到27B五档规格，每档都配了量化文件，同样自称超过了Jev [17] - 国内大厂的反应主要则体现在了工程讨论和试验上 [18] - Datawhale推出了中文Jev课程，其资料库收录了腾讯技术工程对模型和智能体判断任务的分析 [18] - 阿里云开发者社区也出现了相关介绍 [18] - 他们关心的议题很具体，包括工具调用该怎样分流，以及哪些上下文可以删除 [18] - 有投资人表示，决策模型的技术并不难，任何一个大模型公司几天就能做出来了，真正难得的是这个idea [18] - 该投资人对TypeSafe的巨额融资和高估值难以理解，认为美国现在很多投资都挺魔怔 [18] - 从种子轮官宣到A轮官宣，间隔24天，融资金额膨胀了22倍，估值涨了37.5倍 [18] 融资细节与估值逻辑 - a16z认为AI吞噬软件这句话，讽刺地意味着它在更快地写出更多传统软件，却不一定让软件变得更智能 [18] - a16z认为真正的解锁点在于，让所有软件都能原生地嵌进最新模型的智能，同时把性能和成本压到传统软件能接受的水平 [18] - 他们把这套逻辑浓缩成一个双关，杰文斯悖论（Jev-ons paradox） [19] - 智能便宜到一定程度，就会被到处调用，单价往下走，调用量往上走，总收入的空间反而被撑大，这就是75亿美元估值的定价逻辑 [19] - 《The Information》此前报道过，在A轮敲定之前，TypeSafe接触过一笔规模超过10亿美元的融资，投资人开出过100亿美元以上的估值，最终没能成交 [19] - 未来，TypeSafe估值能否再往上走一步，靠的就不光是资本的热情了 [19]