决策模型品类爆发：Jev 从爆满关闸到「智能大拆解」
验证：✔ 已核（TypeSafe 官方公告+Latent.Space 访谈+HN 讨论全景，收件箱调研线索丰厚）。一周之内从单品爆发成品类：TypeSafe Jev 全量→爆满→竞品四家→融资传闻。
时间线
| 日期 | 节点 |
|---|---|
| 9-16 | （W38）TypeSafe 发布 Jev：文本进、浮点数出的 System One 决策模型 |
| 9-21 | Jev 取消候补全量开放，新用户赠 5 美元（约 1.2 亿 token） |
| 9-23 | 需求爆满暂停新注册（官方：确保存量服务质量；状态页全绿，主动容量管理；配套梗图 17 万浏览） |
| 9-24~25 | 状态页两起延迟事故（容量压力持续）；资源池加源盯重开 |
| 9-25 | 竞品跟进：博查 Bocha Jev 决策模型（限时免费 200 QPS）+ 硅基流动上线三款开源快速决策模型（免费至 10-8） |
| 9-26 | LangChain《Building Production Agents with Jev and LangGraph》提出「智能大拆解」（The Great Unbundling of Intelligence） |
| 9-27 | InternLM 开源 Intern-Decision（0.8B/2B/4B 三档，0.8B 七项基准 90.02%）＋ 据报道 TypeSafe 洽谈逾 10 亿美元融资、估值有望超 100 亿 |
硬参数（收件箱调研实锤）
- Jev 形态：输入文本→输出类型安全结构化决策（类别/布尔/评分+置信度），不做文本生成；响应 70~500ms；输入 $0.042/M token、输出免费
- 逆向分析（archerhume 黑盒）：因果 transformer+读出头（tokenizer 最接近 Qwen）；confidence 字段是算术公式 c=(p_max−1/K)/(1−1/K) 而非模型输出（校准概率本身，MMLU ECE=0.0313）；160ms/30k token 推测稀疏 MoE
- 需求侧（Latent.Space 访谈）：上线不到一周日 token 量超 1 万亿（夜间机器调用=真实生产）、Discord 约 10 万人；坚决拒绝公开 benchmark（「极易被博弈」）；不做拒答（「API 拒答=type error」）
- 竞品对照：Laya（开源、ModernBERT+RL、上下文 512-1024 vs Jev 32k）；先例谱系 CLIP 开放词表/GLiNER/flan-t5
为什么重要（多角度）
- 新品类一周成型：发布→爆满→竞品→框架商背书→资本传闻，全链路 11 天——AI 应用层罕见速度，说明「判断/分类位缺一个便宜积木」是真需求；
- 「智能大拆解」的产业结构想象：过去三年 agent 把一切路由给一个前沿 LLM；下一步能力拆开、各奔「能扛住它的最便宜模型」——Jev 承接判断位，正好是我们 Harness 板块「模型路由」的活教材；
- 置信度是算出来的不是生成的——逆向报告的这个发现，接我们「校准/评测」笔记：概率校准（ECE）第一次成为产品级卖点；
- 拒绝 benchmark 的反共识：「极易被博弈」+拒答是 type error——两个反主流工程判断值得记录验证。
各方反应
- HN Kev 主帖 453 分：正方「零训练通用分类器新品类」vs 反方「vibe coder 刚发现分类器」；swyx：「意义是通用基础分类器，任务专用复刻 misses the point」
- 用户实测：Jev 使 Luna/Gemini 工作负载便宜 10x 快 2x
- LangChain 生态六篇连发（harness 教程→评测→入门指南→生产模式）——框架商已当一等公民
来源分级
- ✔ 一手：https://x.com/typesafeai （关闸公告）＋ https://www.latent.space/p/jev （创始人访谈）
- ✔ 一手：https://archerhume.com/posts/jevs-architecture-unmasked （黑盒逆向）
- ⚠ 二手：HN 讨论、融资传闻（The Information）
写作钩子（我们独有的）
- 《判断力 0.042 美元：Jev 与智能大拆解》——决策模型品类一周成型实录+「智能大拆解」产业结构解读；接 MoE/路由笔记（模型选择的经济学）；
- 「置信度是算术公式」可以做轻科普：校准概率 vs 生成概率——评测板块的好素材；
- 亲自试一把：用 Jev 做我们资讯分类器的判断位（模型与开源/产品生态/研究观点三分类）——「我测过了」式工具实测。