一个不会说话的大模型，正在硅谷掀起一场风暴。
9月16日，ChatGPT核心发明人之一、InstructGPT论文第四作者Diogo Almeida连发长推，直接向行业开炮：当年那条路，咱们走偏了。他端出的解法，是一个叫Jev的模型。它不写文章也不陪聊，你扔一堆乱七八糟的数据进去，它只用70毫秒就甩回一个带概率的判断，输出token永久免费。
然后，事态彻底失控了。不到36小时，14万名开发者涌入内测。发布仅三天，Vercel、Cloudflare和LangChain等主流平台就完成了集成。有人拿它审PR，一次7万分之一美元，1000个PR才花7美分，同样的活交给Opus 5得烧掉14.5美元。就连谷歌都坐不住了，Gemma官方账号火速发文，把自家的扩散模型塞进这个新范式。
Almeida的逻辑很犀利。七十多年前图灵定下考题，机器能不能思考，看它能不能在对话里骗过人。整个行业从此朝着把话说漂亮狂奔，而ChatGPT几乎把这条路走到了极限。我们花了七十年、烧了千亿美元，终于教会机器把话说得比人漂亮，然后发现自己造出来的东西，依然什么都不敢让它自己决定。
背后的原因在于，我们荒谬地把嘴当成了脑子。地球上的智能演化了几亿年，绝大多数生死攸关的决策，在被说出来之前就已经做完了。至于语言，不过是最后几十万年才长出来的一层薄皮。
更致命的是，Almeida想明白了一件事：你优化什么，就会得到什么。而字符串，恰恰是世界上最难优化的东西。为了让长文本不跑偏，训练时就得把模型调得过度自信，逼它主动丢掉那些低概率的选项。代价就是，当大模型信誓旦旦说这事我有八成把握时，这八成全是水分。
既然文字这么难管，那干脆就别让它说话了。Almeida从OpenAI辞职，创办了TypeSafe AI，从底层训练架构开始推倒重来。
Almeida给Jev起了个新名字，叫System One模型。出处是诺奖得主卡尼曼的《思考，快与慢》。系统一，就是那种不用过脑子、凭直觉瞬间给出的本能判断。
Jev的用法非常简单。你输入一段极其混乱的状态，它会输出一个类型化的决策，并附带精确概率。在此期间，它不会生成任何一个字。官方文档只给了三种交互姿势：从给定选项里挑一个、给个具体分数、甩出一个0到1之间的概率值。
每个答案都带着所有选项的概率分布，外加一个整体置信度。直接的结果就是零幻觉。因为模型的工作只是给划定好的几个选项分配概率，选项之外的东西它想编也编不出来，程序拿到手的永远是一个合法的值。
至于快，也是同样的逻辑。大模型是一个token一个token往外挤，Jev把所有输出并行采样，一次性全给完。做一次判断，Jev端到端只要70到500毫秒，同样的活交给前沿大模型，要3到329秒。
输出token免费的底气也源于此。既然没有逐字生成的过程，那就没有值得计费的输出。TypeSafe只对输入收费，每百万token仅收0.042美元。对比一下，Astra和Fable 5.1的输出定价是每百万token 50美元。
Jev这个名字，取自经济学中的杰文斯悖论：蒸汽机效率越高，烧掉的煤反而越多。Almeida把模型命名为Jev，野心昭然若揭。
他在押注一个未来：当AI决策的成本趋近于零，速度快到令人发指时，开发者对AI决策的需求不会减少，而是会像大爆炸一样席卷所有代码。
过去，大模型太贵太慢，我们只在最核心的地方使用AI。但现在，如果每一次智能判断只需要0.04美分，只需要几十毫秒，那么你的代码里，将长出成千上万个微小的、敏捷的神经网络突触。
这也是他给AGI为什么还没来的答案。我们一直陷入这样的误区，以为AGI就是一个爱因斯坦式的超级大脑，越聪明越好，越会说越好。而Almeida的解法是反过来的，先让机器闭嘴，先让它可靠，再让它便宜到可以随手用。
当百亿个极速、廉价、可靠的智能细胞嵌进全球软件的基础设施，一张超越人类想象的自动化网络，就已经形成了。如果他赌对了，若干年后回头看，从ChatGPT开始的这三年，会被写成一段奇怪的弯路。而拐弯的地方，就是今天。
