塔斯娱乐资讯网

AI不再一个字一个字地写答案,而是只做选择题——它因此几乎不会“幻觉”,但也因此

AI不再一个字一个字地写答案,而是只做选择题——它因此几乎不会“幻觉”,但也因此可能把题做错。

2026年9月15日,TypeSafe AI发布Jev。它干的不是生成,而是判别:模型只做一次前向计算,输出被限定在一组预先定义好的选项里,所以不会像语言模型那样在自由文本里编出不存在的引用、数字和人物。代价是,它把“开放作文”改成了“选择题”,作弊空间小了,选项本身却可能错。这家公司为此融了8.7亿美元,估值75亿美元,赌的就是“判别”能从“生成”手里抢走一大块日常任务。

速度是它最硬的卖点。端到端延迟70到500毫秒,独立测试中位数150毫秒;对比之下,GPT-6 Astra的同类任务要1.89秒。价格更狠:每百万输入token 0.042美元,输出免费;GPT-6 Astra是输入10美元、输出50美元。这个价差不是打折,是把推理流程从“生成一整段话”压成“在一次前向里选一个格子”。Cloudflare说,约80%的常规大模型任务可以卸载给这类决策模型。

但“不幻觉”不等于“不犯错”。它不会编造一个不存在的 token,却可能把语义相近的选项选反;它给不出长篇解释,错误也更难被用户当场察觉。更关键的是,决策模型把错误类型从“编造”换成了“误分类”,前者一眼能看出离谱,后者往往要等业务结果出来才暴露。真正要问的是:选项表是谁定的,边界样本怎么处理,选错时有没有回退路径。把客服分流、工单分类、内容审核这些高频低复杂度任务交给它,成本会塌下来;把诊断、信贷、法律判断直接交给它,就是把选择题的出题人责任藏进了模型里。

它更像一把很快的裁纸刀,不是一位会讲道理的专家。快,是它的价值;知道自己不该在哪里用,才是它的边界。