Jev 决策模型：AI 开始输出概率

上个月的 AI 圈有个挺有意思的事，一家叫 TypeSafe AI 的小公司发布了一种叫 Jev 的新模型，它不返回文字，而是返回一个浮点数表示概率。这个设计听起来简单到让人怀疑以前怎么没人做，但仔细想想，它其实把很多模糊问题变成了可计算的问题。

Jev 最直接的能力是处理是非题和选择题。你问它「明天下雨这句话对不对」，它返回 0.99 就代表大概率会下雨；给它 ABCD 四个选项，它会给出每个选项为真的概率，你直接选最高的就行。这比让大模型输出一段模棱两可的文字要干脆得多，尤其适合需要量化判断的场景。更有意思的是它的评分功能。你给出一组评分标准，再丢给它一篇原始材料，它就能按标准打分。有开发者做了浏览器插件，用 Jev 给网页内容质量打分，从「论点缺乏依据」到「推理严密并回应反方」分成几档，打开网页不用读就能知道值不值得看。另一个插件把 Ctrl+F 改成了语义查找，逐段问 Jev「这段和搜索词相关吗」，返回概率最高的段落就是你要找的内容。我觉得 Jev 真正的价值在于，它把 AI 从「生成内容」推向了「判断内容」。以前我们习惯让模型写东西，但很多实际工作其实是在做筛选、排序、打分这类决策。一旦模型能稳定输出概率，这些环节就可以自动化，而且结果可解释、可比较。当然，决策模型也不是万能药。概率的准确性依赖训练数据和任务定义，评分标准写得好不好直接决定结果质量。但方向是对的：AI 不一定要会聊天，能帮你做判断同样很有用。