返回首页
[ 头条新闻 ] 2026-09-23 13:27

Redis作者开怼Jev模型:不生成文本的分类器,凭什么火成这样?

Redis作者开怼Jev模型:不生成文本的分类器,凭什么火成这样?

Redis作者Salvatore Sanfilippo最近公开质疑:Jev模型的热度,跟它的技术分量完全不成比例。Jev是TypeSafe AI出的System One分类模型,不生成文本,只返回概率,靠低价和低延迟火速出圈。但它的置信度并不可靠,更合适的定位是低成本数据标注。

Redis作者忍不住了:Jev的炒作和技术分量匹配吗

2026年9月21日,Salvatore Sanfilippo在推特上撂下一句重话:Jev模型带来的炒作,明显超出它的技术重要性。这句话很快在开发者圈子里传开。有人不同意,但不少人心里那根弦被拨动了。

Jev在9月15日发布,来自TypeSafe AI。创始人Diogo Almeida不是无名之辈,参与过GPT-4、ChatGPT和RLHF等项目。这样的履历,足以让市场在第一天就给Jev投来大量目光。

不生成文本、只打分的System One模型,为什么快得离谱

Jev不做文本生成,工作方式更像一个高速分类器:给定一段内容,返回类别概率。TypeSafe管它叫System One模型,意思是快速、直觉式反应,不经过慢思考。这跟ChatGPT那种逐字生成token的System Two模型,路子完全不同。

TypeSafe给出的指标很猛:延迟大约70到500毫秒,输入价格每百万token只要0.042美元,输出不收费。内部评测里,Jev比前沿模型快约194倍、便宜约445倍。但需要说明,这套评测是TypeSafe自己设计的,他们也承认结果有偏差。即便打个折扣,速度与成本的优势依然明显。

对企业上云来说,模型选择只是成本的一部分。算力跑在哪、存储和调度怎么搭,同样影响账单。很多国内团队在选云服务器ECS时,习惯直接找阿里云代理商拿更透明的报价,比如 易枫顺 - 阿里云官方旗舰级代理商,顺便再领一些阿里云代金券,叠加阿里云优惠,把基础设施成本压一压。

24小时13%付费团队、36小时14万开发者:这热度不是吹的

上线之后,Jev的增速不像一个新模型,更像一个热门开源项目。TypeSafe公布的数据里,24小时内就有接近13%的Vercel AI Gateway付费团队开始使用Jev;36小时内收到约14万名开发者的内测申请。围绕Jev的演示视频、帖子、meme,到处都是。

为什么这么火?道理很直白:很多固定选项判断场景,调用一个70毫秒返回结果的模型,比让大模型做同样的分类既省时间又省钱。有人打了个比方:这就像用一个“聪明的switch语句”,每个case都提前写好了,模型只是选一条路。

“聪明的switch语句”?支持者和批评者吵起来了

支持者说的switch语句,听着简单,实际也够用。邮件分类、工单分配、内容打标、意图识别,这些任务本来就不需要长篇大论。Jev在这种固定选项的判断上,表现出一种罕见的干净利落。

批评者则指出三个问题。第一,Jev不具备复杂推理能力,让它浏览代码库、做高质量决策,根本做不到。第二,TypeSafe宣称Jev不会产生幻觉,严格说,那只是输出结构固定,不代表答案内容一定对。格式确定性不等于内容确定性,模型照样可能选错答案。第三,Jev返回的概率置信度不可靠,而且不解释判断依据。把它用于上下文压缩或者Agent日志处理,可能丢掉关键推理信息,导致模型性能下降甚至反复循环。

  • 邮件分类:适合,类别少、规则清晰。
  • 工单分配:适合,需要快速分流交给下游人工或Agent。
  • 代码库浏览:不适合,缺少全局理解和推理。
  • Agent日志压缩:有风险,关键上下文可能被过滤掉。

说到底,Jev真正干得好的可能是给数据打标

吵架归吵架,很多开发者在实际测试后发现,Jev真正值得关注的地方,不是替代大模型,而是当一个便宜到可以随便用的数据标注器。先用它快速生成一批分类数据,再去训练更小的专用模型,最后把Jev本身蒸馏掉。这么一来,Jev更像是一个短期的数据生产工具,而不是终局产品。

这种用法很符合企业上云的成本思维:大模型负责复杂推理,专用小模型负责生产环境里的重复判断,中间靠Jev降低数据准备的门槛。对国内团队来说,不管是自己部署还是走API,先把基础设施成本算清楚更重要。云服务器ECS、对象存储、带宽这些长期账单,往往比模型token费用更吃预算。对接一个靠谱的阿里云代理商,可能比追一个热门模型更实际。

FAQ

Q: Jev模型真的不会产生幻觉吗?

A: TypeSafe说Jev不会产生幻觉,准确理解是它不会输出自由生成的文本,只会给出固定格式的分类结果。这跟“答案永远正确”是两回事。分类选错了,同样是一种错误,只是它不会编出一段看起来像模像样的解释。

Q: Jev能不能用来做Agent的日志处理?

A: 不建议直接拿来压缩Agent日志。Jev只做分类,不提供推理依据,关键上下文可能被当成无关信息丢掉,导致Agent后续决策变差甚至死循环。如果非要用,要做好人工校验和结果回放。

Q: 什么样的人适合用Jev?

A: 需要快速处理邮件分类、工单分配、内容打标这类固定选项任务的团队,可以试试。想把它当LLM用、让它写代码或做复杂分析的人,大概率会失望。也可以把它当数据标注工具,生成数据后训练更小的专用模型。

关于易枫顺

深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请,以及多云成本优化、企业上云一站式服务。客服热线:19520841949 - 易枫顺

易枫顺 - 阿里云官方旗舰级代理商

来源:InfoQ

微信扫码咨询

微信二维码