欧博体育网站以欧博体育网站为核心，带来高效便捷的体验。
Jev 如今成为了焦点，这是一款非文本类 AI 模型，刚刚获得由 a16Z 领投的 8.7 亿美元融资，其所属公司 TypeSafe 的估值也随之飙升至 75 亿美元。
就在 9 月 15 日初次亮相时，TypeSafe 的种子轮融资仅为 4000 万美元，估值大约 2 亿；仅仅过了 24 天，估值便增长了 37 倍。
根据 Jev 创始人在 X 平台上公开的数据，该模型在短短数日内就吸引了超过 100 万用户。上线三周后，它每天处理的 Token 量高达数万亿，大约有三分之一的财富 500 强企业正在使用这款决策模型。
如今，决策模型如雨后春笋般涌现。从 OpenAI 在开发者大会上推出的 Decisions API，到开源平台 vLLM 一口气发布了六款决策模型，再到今天微软也发布了自家的决策模型——Microsoft-Decision-1。
那么，什么是决策模型？这是一种不会聊天、不会写代码、也不会总结文档的模型。它接收一段上下文和一组预先定义的候选答案，然后在极短时间内输出每个选项的校准概率，仅此而已。
至于它为何现在突然火爆，根本原因在于 Agent 真正开始落地运行了。
在一个 Agent 任务中，会涉及几十次小的分支判断，比如路由到哪个模型、是否允许调用某个工具、继续还是停止。这些判断的答案空间有限，调用频率高，且全部位于关键路径上。如果每次判断都使用前沿 LLM，任务的延迟会按秒累积，账单也会按 Token 不断增加。
正如微软在 Decision-1 模型发布的技术博客中所指出的，当 Agentic AI 成为现实后，成本成了决定人们如何使用 AI 的主要因素。
当所有人都开始涉足决策模型
普通大模型在接到任务后，会按照 Token 逐步生成文字。即便用户要求它输出类似决策的 JSON 格式文本，模型仍然可能遇到格式错误、解释混入、字段缺失等常见文本模型问题。
微软今天发布的 Microsoft-Decision-1 与之前的决策模型类似，它的输入是“一段证据 + 一个问题 + 一组固定选项”，模型会单次前向直接输出每个选项的概率，且这些输出是为程序设计的，而非给人阅读的。
举个例子，当 Agent 准备调用一个外部工具时，Decision-1 可以在“继续执行”“重试”“换工具”“转人工”等选项之间给出概率。应用再根据阈值决定下一步：
置信度足够高，直接执行； 几个选项接近，交给更大的模型； 出现“cannot tell”，转人工复核。
目前，Decision-1 支持 yes/no、多选、评分、分类，还可以按照一套 rubric 对 AI 回复或 Agent 动作进行打分。它一次调用最多可处理 32K Token，输入和输出均为文本和 JSON，不生成解释或推理过程。
这款模型以 Qwen3.5-9B 为基座，由微软进一步训练，训练数据来自经过 Microsoft Open Data 流程的公开数据集，以及团队生成的合成数据。
因此，总结来说，它的工作更像一个评分器：大模型负责提出方案，Decision-1 负责检查方案是否满足条件；大模型负责写出回复，Decision-1 负责判断回复是否可以交付。
这类决策模型很可能作为 Agent 基础设施的一层被保留下来，但不会取代普通大模型。
微软在技术博客中提到，Decision-1 在 36 个测试集、近 15 万道题中取得了最高准确率，速度比 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。
除了准确度和时延，微软 Decision-1 真正的杀手锏是校准概率。当模型声称有 90% 把握时，它确实能做到 90% 准确。因此，可以设置阈值：高于 90% 自动执行，低于则转人工或升级大模型。
OpenAI 也在推进类似产品，即此前在开发者大会上亮相的 Decisions API，现已正式开放公测，由 GPT-6 Luna 驱动。
它支持根据文本和图片判断条件成立的概率、从预设选项中做出选择，或按照指定标准评分，可用于投诉分流、图片检查、模型路由和风险筛查等任务。
根据 OpenAI 公布的数据，相比通过 Responses API 调用同一模型，Decisions API 在特定任务中的速度最高可提升 10 倍，每百万输入 Token 收费 0.10 美元，不收取输出及缓存费用。
在开源社区，vLLM 也一口气推出了 6 款决策模型。与微软 Decision-1 类似，它们同样基于不同版本的 Qwen 模型进行后训练。
有网友汇总了这段时间涌现的决策模型，发现其中大多数都是不同版本的千问模型，除了 OpenAI 的 Decisions API 和 Jev 本身。
在 vLLM 的 Decision 2.0 首页，我们也能体验这些决策模型的运行方式。它最适合以下任务：
请求分类、模型路由、搜索结果相关性判断； 给 AI 回复或 Agent 动作打分； 安全拦截、数据校验、工单分流； 从固定动作中选择下一步； 大规模文本标注。
在 Demo 项目中，主要展示了 LLM 路由等功能。用户输入的提示词“17 x 24 的结果是什么”，决策模型的输出是针对 6 个决策的结果，包括模型、复杂程度、是否尝试越狱、需要什么工具、是否需要事实核查，以及延迟优先级六个选项。
普通的选择分类擅长处理明确的规则，比如文件后缀是 .jpg 就交给图片处理器，金额超过 1 万元就要求二次确认。
但“这条客服消息是不是紧急”“这段检索内容有没有回答问题”“这条命令是不是有破坏性”，代码很难仅靠规则判断。
Jev 这类决策模型就是用来处理这些模糊判断的，但分支和动作仍然由代码控制。
严格来说，它并没有从零发明“判断”这件事。分类器、重排模型、奖励模型、验证器和内容审核模型，早已在处理受限选择。
新的地方在于，决策模型将这些能力封装成了一个跨任务的接口：应用可以在请求时声明问题、候选项和评分标准，模型返回类型化结果和概率。
廉价智能的未来
TypeSafe 在发布 Jev 时，将其称为首个 System One Model。
它最大的吸引力在于足够便宜、足够快：部分任务可实现 70–500 毫秒延迟，输入价格为每百万 Token 0.042 美元。按照 TypeSafe 的说法，在某些场景下，它比通用大模型工作流快几十到几百倍，成本也低几十到几百倍。
对于需要不断处理小型判断的 Agent 工作流来说，这意味着许多过去使用大模型不划算的任务，现在也有了调用 AI 的可能。
在最近的融资新闻中，Jev 创始人 Diogo 对 a16z 表示，AI 已经很强，但过去十年软件本身几乎没变。产品最多在侧边加一个能执行部分操作的聊天机器人，却没有让软件真正理解意图、做判断、自己完成更多工作。
AI 正在帮助人类更快地编写软件，却还没有让软件本身更智能；Jev 的价值，就在于将最新模型的能力以传统软件能承受的成本嵌入其中。
一个人一天能向 AI 提出的问题终究有限，但一款软件每天需要处理的判断，却可能有成千上万次。当每一次判断都便宜到可以忽略不计时，AI 的使用规模也就不再受限于有多少人愿意打开聊天框。
过去几年，整个行业都在努力提高智能的上限，让模型解决越来越复杂的问题。而现在，越来越多的公司开始争夺另一件事：让最普通、最微小的判断，也值得调用一次 AI。
从这个角度来看，TypeSafe 在短短 24 天内估值暴涨至 75 亿美元，再加上微软、OpenAI 的加入，他们押注的或许就是这样一个未来：
人们未必会使用更多 AI 产品，但我们每天使用的每一款软件，都可能在背后调用 AI 成千上万次。
本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。
