# 只會做選擇題的 Jev 為什麼紅？聽科技浪 EP155 想到的三道判讀題

來源：Realpha 讀市場（blog.getrealpha.com）
原文與圖表：https://blog.getrealpha.com/blog/techwave-2026-09-21-ep155-ai-jev-ai-agent/

> 科技浪 EP155（2026-09-21）聽後心得：Jev 是一個只輸出選項機率的分類模型。它快兩百倍、便宜四百倍，拿什麼換來？它對 AI 助理和模型路由有什麼影響？教育性分享，非投資建議，不構成任何買賣推薦。

Published: 2026-09-22
Locale: zh-TW
Tags: 科技浪, 人工智慧, Jev, 模型路由, AI 助理


![深夜的郵件分揀中心，長長的輸送帶往遠處延伸，一名穿工作服的分揀員站在前景，把包裹推進一排排亮著小燈的分類槽，遠端一扇高窗透進一道冷白的光](/covers/techwave-2026-09-21-ep155-ai-jev-ai-agent-cover.png)

> 方以類聚，物以群分，吉凶生矣。
>
> —— 《周易・繫辭上》（先秦）

## 這集在講什麼

過去一週，AI 圈被一個名字洗版：Jev。科技浪 EP155（2026-09-21）這一集，主持人哈利就在拆它。推出 Jev 的 TypeSafe AI 是 2024 年成立的公司，前兩年一個產品都沒發表過，一出手宣傳文就寫了三件事：零幻覺、速度快兩百倍、成本便宜四百倍。

執行長 Diogo Almeida 來頭不小，當年把只會接龍的模型訓練成會對話的 ChatGPT，那篇論文他是主要作者之一。他出席活動愛穿一件亮粉紅羽絨大衣，哈利說看起來像《航海王》的多佛朗明哥。不過哈利一開場就先把話說在前頭：天下沒有白吃的午餐，要做到那三件事，模型得放棄一些東西。整集就在找它放棄了什麼、又換到了什麼。

## 摘要重點

### 一、Jev 只做一件事：在你給的選項之間分配機率

Jev 底層也是大型語言模型，可是它不寫文字、不畫圖、也不寫程式。你給它一段情況、一道題和幾個選項，它只回你每個選項各有幾成機率。哈利舉了一個客服的例子：客人傳來「我想知道包裹目前的進度」，選項是帳務、技術、物流，Jev 回物流 92%。

![左邊是一則客服訊息和三個選項，中間經過 Jev，右邊三條長短差很多的橫條，物流那條幾乎拉滿到 92%，帳務和技術只剩一小截。](/figures/jev-options-to-probability.svg)

TypeSafe 叫它 System 1 模型，這個名字來自《快思慢想》裡的直覺腦，看到題目不多想，直接反應。

哈利覺得更準的叫法是「以大型語言模型為底的通用分類模型」，而我覺得「通用」這兩個字最有份量。以前銀行想判斷客戶會不會違約，得拿自家歷史資料另外訓練一個模型，那個模型也就只會做這件事；Jev 換一道題，不必重新訓練。可是它的邊界也在這裡：違約這種題目，要看過銀行內部的資料才養得出直覺，這是 Jev 從網路上學不到的。

### 二、快兩百倍，是因為它只算一次

一般模型寫一段 2,000 字的回答，是一個字一個字吐出來的，每吐一個字就要把整個模型算一遍，總共算 2,000 遍。Jev 答一道題，只算一遍，運算量差不多就是一般模型吐出第一個字的量。

![左邊是一整塊由 2,000 個小點排成的方陣，代表一般模型寫 2,000 字要算 2,000 遍；右邊只有一個被圈起來的小點，代表 Jev 答一題只算一遍，和左邊方陣左上角第一個點一樣大。](/figures/jev-one-pass-vs-two-thousand.svg)

執行長在技術論壇 Hacker News 上講過核心做法：模型原本就會算「下一個字是哪個字」的機率，Jev 只是把它改成算「這題該選哪個選項」。

哈利還從 API 的限制倒推回去。每題選項最多 255 個，剛好是 2 的 8 次方減 1；情況加上一道題不能超過 32K token（模型計算文字長度的單位），他猜這就是模型一次讀得下的長度。官方又說多道題會拆開同時算，所以題目加多了，也不用等比較久。

### 三、任何語言模型都能改造成 Jev，護城河在訓練配方

這是整集我覺得最反直覺的地方。社群沒幾天就用 Qwen3.5-4B 做出開源版，那是一個筆電就跑得動的小模型。做法很簡單：在提示詞裡把選項標成 A、B，等模型要吐第一個字時，只看 A 和 B 這兩個字各拿幾分，再用 softmax（一個把分數換成機率的公式）換算成加起來 100% 的機率。

![左邊是一排高低不一的灰色長條，代表模型對詞表裡每個字的分數，其中 A、B 兩條被標成藍色；箭頭指向右邊，只剩 A、B 兩段拼成一條加總 100% 的橫條，A 約七成、B 約三成。](/figures/softmax-read-only-a-b.svg)

這樣做不用額外訓練，結果在簡單題和中等題上跟 Jev 差不多，速度和成本也不輸。它輸的是難題，還有給出來的機率準不準。

這段差距，來自 TypeSafe 自己發明的後訓練方法 RLCD，中文叫「校準決策」，意思是模型要選對，給的機率也要貼近現實。哈利舉的例子很好懂：Google 評論寫「這間餐廳很扯」，多數人是在罵，但也有少數人是在誇，「很扯，竟然做出這麼好吃的漢堡」。所以理想的答案是八成負面、兩成正面。

![左邊十個圓圈代表寫這句話的十個人，八個在罵、兩個在誇；右邊兩條橫條，只挑一個的模型整條都是負面，校準過的模型是八成負面加兩成正面，和左邊人群的比例一樣。](/figures/calibrated-decision-restaurant.svg)

Jev 的架構是有一些小改動，但執行長自己也說那不是重點。真正值錢的配方和訓練資料都沒公開，外人只能透過它的 API 來用。

### 四、「零幻覺」只保證一種錯不會發生

Jev 只在你給的選項之間分配機率，給它五個選項，它不會自己冒出第六個，也不會把選項的字寫錯。這類錯誤叫型別錯誤（type error），哈利猜 TypeSafe 這個公司名就是從這裡來的。可是它照樣會很有信心地選錯，如果把答錯也算成幻覺，那 Jev 一樣會幻覺。

![兩個面板。左邊五個選項被一圈虛線圍住，圈外冒出的第六個選項和寫錯字的選項都被打叉，代表這種錯不會發生；右邊同樣五個選項的機率長條，最長的一條落在錯的 A，正解 C 只有一小截，代表自信地選錯照樣會發生。](/figures/zero-hallucination-one-kind-only.svg)

說穿了，宣傳詞是把一個很窄的定義，講成了一個很寬的承諾。

### 五、操作電腦：成本低一百多倍，速度只快三倍

網路上有人用 Jev 組了一套會自己操作電腦的系統，拿去跟 Claude Opus 比。兩邊都把任務做完了，Jev 的成本低了一百多倍，速度卻只快三倍左右。

![兩條時間長條。上面是 Claude Opus 的一整條；下面 Jev 系統的長條只有約三分之一長，而且大部分被讀網頁結構和文字辨識佔掉，真正屬於 Jev 判斷的只有末端一小截。](/figures/computer-use-time-bottleneck.svg)

為什麼只快三倍？因為 Jev 看不到畫面，只能去讀網頁的原始結構、讀給視障者用的無障礙標籤，再另外接一個文字辨識模型，時間大多花在這些地方。碰到標籤沒做好的網站（哈利點名 Notion），就只能靠文字辨識；按鈕如果只是個圖示，它點不到，拖滑桿這種細的動作也做不了。

就算下一代 Jev 加上視覺，這件事也解決不了。一般模型可以直接說出要點畫面上哪個座標，幾百萬個像素都點得到；Jev 每題最多只有 255 個選項，網頁得先被整理成一份選項清單才行。

![兩個畫面並排。左邊畫面佈滿細點，準星可以落在任何一點，連滑桿也能拖；右邊畫面被整理成一欄選項清單，最多 255 項，清單外的圖示按鈕和滑桿被打叉，點不到。](/figures/pixels-vs-option-list.svg)

哈利拿自己的經驗來對照。他叫 GPT-6 Astra 幫忙訂餐廳，網站的驗證碼是三個卡通角色一直跳，要選跳最高的那個。Astra 第一次只截一張圖，選錯了；它想了一下，改成連續截好幾張，就過關了。這種題目，Jev 連碰都碰不到。

### 六、哈利的實測：一封過期一天的繳費信

哈利也拿自己信箱裡的工作信給 Jev 分類，多數都答對了。他印象最深的是一封活動繳費提醒，期限已經過了一天。有人會覺得反正錯過了，不急；哈利卻覺得要排最急，因為才過期不到 24 小時，主辦單位說不定還肯通融。結果 GPT-6 回「無法判斷」，Jev 選了最急的那一級，機率 47%。

![左邊 GPT-6 的框裡是空的，只寫著無法判斷；右邊 Jev 的四根長條由低到最急逐漸變高，最急那根到 47%，上方用虛線框出 100% 的高度，看得出它沒有裝滿。](/figures/urgency-forty-seven-percent.svg)

哈利很欣賞這個 47%。這題本來就見仁見智，模型也沒有裝出一副很有把握的樣子。

### 七、Jev 讓模型路由這條舊路走得更快

哈利最後的結論是，Jev 讓一個早就在發生的趨勢跑得更快，這個趨勢叫模型路由：一套系統裡放幾個強弱不同的模型，看任務難易來分派工作。這條路一直走得很慢，因為工作流程變得太快，年初定好的流程，年中模型一升級就換掉了，分派規則根本定不下來。OpenAI 也試過讓系統自動幫使用者挑模型，結果挨了一堆罵，後來撤掉。哈利覺得大家罵的是那個路由器太爛，只要路由器夠好，沒有人會想自己選。

Jev 把這件事的門檻降低了。它可以直接拿來當路由器，也可以直接接手簡單的判斷，比如先從五千份履歷裡挑出兩百份，再交給大模型仔細讀。

![一個由寬變窄的漏斗。最上層最寬，是五千份履歷，由 Jev 快速便宜地粗篩；收窄到兩百份後交給大模型慢而貴地細讀；最底下只剩一小格進面試。](/figures/resume-funnel-jev-then-big-model.svg)

所以一般人不會直接看到 Jev，只會覺得手上的 AI 助理變快、變便宜了。

## 延伸想法

### 看到「快兩百倍、便宜四百倍」，我怎麼判斷能信幾成

新產品發表、新公司上線，數字一個比一個大，讀起來每個都像革命。我常常不知道該信幾成。聽完這集，我整理出三個問題。

第一個問題：它放棄了什麼？Jev 的兩百倍有物理上的來由，因為它只算一次；代價也講得出來，它只能做選擇題。講不出代價的大數字，我會先打折。

第二個問題：數字放進整條系統之後剩多少？操作電腦只快三倍，時間花在讀網頁結構和文字辨識上。整條線的速度由最慢的那一段決定。這和投資裡看瓶頸層是同一道題：某一段零件快了一百倍，成品能快多少，要看下一個最慢的環節是誰。

第三個問題：別人用免費工具能做到幾成？Qwen 4B 在簡單題上就接近 Jev，所以兩百倍的速度本身擋不住對手，擋得住的是難題和機率準度上那段差距。我讀公司的時候也會問：它最亮眼的那個數字，對手要花多少力氣複製？複製得了的部分，市場給的溢價撐不久。我以前看到「十倍」就先興奮，後來才習慣把這三題寫在旁邊。

### 每週都有東西被說成改變世界，我怎麼分辨它是新路，還是舊路變快

怕錯過，又怕追錯。哈利的做法是把 Jev 放回一條已經在走的線上。這樣做有個好處：影響有現成的卡點可以對照。模型路由普及得慢，是因為工作流不穩定，Jev 沒有解決這件事，它降低的是做路由器的門檻。

照這個推下去，最早受惠的會是工作流已經固定、重複量又大的人，例如篩履歷、分客服單。哈利自己用來分類信件，每次只省幾秒，他說對他影響不大。社群洗版三天是雜音，簡單判斷的成本往下掉是結構。

我聽到新東西時會問三件事：它加速了哪條原本就在走的線？那條線卡在哪裡？卡點有沒有被移開？失效條件也要先寫好。哈利猜下一步是大模型在工作途中自己呼叫 Jev；真走到那一步，路由就從工程師手動設定，變成模型自己決定，這已經算換一條路了，我的判讀也得跟著改。

## 可以參考的資料

- 科技浪 EP155（2026-09-21）〈席捲 AI 圈的 Jev，到底在紅什麼？AI Agent 真的要大改了嗎？〉
- 康納曼《快思慢想》：System 1／System 2 的出處
- TypeSafe AI 官方對 Jev 的說明與 API 文件
- Hacker News 上 TypeSafe 執行長回覆的討論串

## 帶得走的一件事

一個判斷要附上把握程度，事後才對得了答案。Jev 那個 47% 讓我想到，我平常下判斷，只說「會」或「不會」，事後回頭看，根本分不出自己是猜中還是看準。

我試過的一個做法：每天挑三件很快就會揭曉的小事，各寫一個百分比。像是「這場會議準時結束，60%」「晚上會下雨，30%」「那封信對方今天會回，80%」。隔天對答案。做滿兩週，把寫 80% 的那幾筆挑出來數，看十次裡是不是有八次成真。我第一次數，寫 80% 的只中了一半，之後每次要寫數字，手都會停一下。

![兩排各十個圓點。上排是寫 80% 時應該成真的次數，八個實心兩個空心；下排是實際成真的次數，只有五個實心，比上排少了三個。](/figures/eighty-percent-calibration-check.svg)