Jev 决策模型：当 AI 只返回一个数字
TypeSafe AI 发布的 Jev 模型不输出文字而返回概率浮点数，可处理是非题、选择题和评分任务，语义搜索和网页质量打分等场景因此变得可量化，但黑箱化问题引发争议。
当 AI 不再说话，只说数字
2026 年 10 月，AI 圈最引人注目的新闻并非 GPT 或 Claude 的新版本，而是一家叫 TypeSafe AI 的公司发布了一个名为 Jev 的新型模型。它与传统大语言模型最大的区别在于：Jev 不返回文字，只返回一个浮点数，表示概率。
乍看之下，这似乎是一个退步——AI 不再"说话"了。但仔细想想，这个设计解决了一个长期被忽视的问题：如何让 AI 的输出变得可量化、可计算。
三种核心用法
Jev 模型支持三种任务模式，每种都围绕概率输出展开：
是非题（Binary）：输入一个陈述句，模型返回 0 到 1 之间的概率值。例如问"明天下雨"，返回 0.99 意味着 99% 的概率为真。
选择题（Multiple Choice）：给定 A、B、C、D 四个选项，模型对每个选项分别返回概率，最高值即为最可能的答案。
评分（Score）：提供一组评分标准，再给一段原始材料，模型根据标准自动打分。这在内容质量评估场景中尤其有价值。
两个实战案例
语义查找：Ctrl+F 的进化
有人用 Jev 改造了浏览器的 Ctrl+F 功能。传统的 Ctrl+F 只能做精确文本匹配，而改造后的版本实现了语义查找。
实现原理很直接：把网页的每个段落逐一喂给 Jev，问"本段落是否与用户的搜索词相关？"。Jev 返回相关度概率，按概率排序后，最高的几个段落就是语义匹配的结果。
举个例子，在一个名人传记页面上搜索"青少年时代"，它找到的不是包含这个词的段落，而是真正讲述人物少年经历的段落。
网页质量自动打分
另一个案例是网页质量评分。作者定义了一组从低到高的评分标准：
- 论点缺乏依据，或纯粹堆砌辞藻
- 理由寥寥，论证松散、流于修辞
- 理由清晰，逻辑结构连贯
- 推理结构严密，有实据支撑，并回应了反方观点
让 Jev 按这套标准对打开的网页自动打分，用户无需阅读全文就能判断内容质量。
对开发者的实用价值
这两个案例揭示了一个关键洞察：当 AI 输出从自由文本变为量化数值时，许多以前无法数字化处理的任务，立刻就能用计算机来编排和自动化。
对开发者来说，Jev 的适用场景包括：
- 内容筛选与排序：对搜索结果、文档库按相关性打分排序
- 质量评估流水线：在 CI/CD 中自动评估生成内容的质量
- 规则引擎替代：用概率打分替代复杂的 if-else 规则判断
- 人机协作决策：为人类决策者提供量化的辅助参考
争议：黑箱化的倒退
著名开发者 Simon Willison 对 Jev 提出了尖锐批评。他认为 Jev 实际上代表了机器学习系统的一种倒退——走向黑箱。
他写道：以前的大模型虽然不能保证正确，但至少可以要求它们解释决策过程。而 Jev 只给你一个浮点数，这个数字怎么来的，完全不知道。
他特别担忧 Jev 被用于求职者排名：有了 Jev，公司筛选简历、挑选面试者变得前所未有的容易，复杂的评估被简化成一个评分题。这种简化是否公平、透明，值得深思。
总结
Jev 模型的核心价值在于将 AI 的输出从不可量化的文本变为可量化的概率，这为许多自动化场景打开了大门。但它的黑箱特性也带来了可解释性和公平性的隐忧。对于开发者来说，理解这个模型的能力边界和局限性，才能在合适的场景中用好它。