24天估值暴涨37倍，这就是AI圈年度爽文
Jev 火了，一个非文本的 AI 模型在今天拿到了由 a16Z 领投的 8.7 亿美元融资，其公司 TypeSafe 的估值直接来到了 75 亿美元。
在 9 月 15 号刚刚发布时，TypeSafe 种子轮才 4000 万美元、估值约 2 亿；24 天，估值翻了 37 倍。
根据 Jev 创始人在 X 晒出的成绩单，Jev 在几天内容就突破了 100 万用户，模型推出三周， 单日处理了数万亿 Token ，有大约三分之一的财富 500 强都在使用这款决策模型。
一时间，决策模型遍地开花。从 OpenAI 开发者大会上发布的 Decisions API，到开源平台 vLLM 一口气发布了 6 款决策模型，再到今天，微软也发布了自己的决策模型——Microsoft-Decision-1。
什么是决策模型，这是一个不会聊天、不会写代码、不会总结文档的模型，我们给它一段上下文和一组预先定义好的候选答案，它能在短时间内返回每个选项的校准概率，仅此而已。
而为什么是现在火起来，根本原因还得是 Agent 真的跑起来了。
在一个 Agent 任务里有几十次小的分支判断，路由到哪个模型、这个工具调用要不要放行、继续还是停止。这些判断答案空间有限、调用量大、全在关键路径上。用前沿 LLM 做每一次判断，任务的延迟就会按秒叠加、账单会按 token 不断增加。
正如微软在 Decision-1 模型发布的技术博客里提到的一样， Agentic AI 成为现实后，成本成了人们决定怎么用 AI 的主要因素。
当大家都开始做决策模型
普通大模型接到任务后，会按照 token 逐步生成文字。哪怕用户要求它输出类似决策的 JSON 格式文本，模型仍然需要处理格式错误、解释混入、字段缺失，等等常见的文本模型问题。
微软今天发布的 Microsoft-Decision-1 和之前的决策模型一样，它的输入是 一段证据 + 一个问题 + 一组固定选项，模型会 单次前向直接输出每个选项的概率，而这些输出是给程序用的，不是给人看的。
举个例子，Agent 已经准备调用一个外部工具，Decision-1 可以在「继续执行」「重试」「换工具」「转人工」之间给出概率。应用再根据阈值决定下一步：
置信度足够高，直接执行；
几个选项接近，交给更大的模型；
出现「cannot tell」，转人工复核。
目前 Decision-1 支持 yes/no、多选、评分、分类，也可以按照一套 rubric 给 AI 回复或 Agent 动作打分。它一次调用最多处理 32K token，输入和输出都是文本与 JSON，不生成解释或推理过程。
这款模型以 Qwen3.5-9B 为基座，由微软继续训练，而训练数据来自经过 Microsoft Open Data 流程的公开数据集，以及团队生成的合成数据。
所以总结下来，它的工作更像一个评分器，大模型负责提出方案，Decision-1 负责检查方案是否满足条件；大模型负责写出回复，Decision-1 负责判断回复能不能交付。
这类决策模型大概率也会作为 Agent 基础设施的一层留下来，但不会取代普通大模型。
微软在技术博客里提到 Decision-1 在 36 个测试集、近 15 万道题里取得最高准确率，速度比 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。
而除了准确度和时延，微软 Decision-1 真正的杀手锏是校准概率。当模型说由 90% 把握时，并能做到真的对 90%，于是我们可以设阈值，高于 90% 自动执行，低于就转人工或升级大模型。
OpenAI 推进类似的产品是此前在开发者大会亮相的 Decisions API，如今正式开放公测，由 GPT-6 Luna 驱动。
它支持根据文本和图片判断条件成立的概率、从预设选项中作出选择，或按照指定标准评分，可以用于投诉分流、图片检查、模型路由和风险筛查等任务。
图｜https://platform.openai.com/decisions 根据 OpenAI 公布的数据，相比通过 Responses API 调用同一模型，Decisions API 在特定任务中的速度最高可提升 10 倍，每百万输入 Token 收费 0.10 美元，不收取输出及缓存费用。
而在开源社区，vLLM 也一口气推出了 6 款决策模型。和微软 Decision-1 一样，它们同样基于不同版本的 Qwen 模型进行后训练。
有网友把这段时间涌现的决策模型汇总了起来，发现其中大多数的决策模型都是不同版本的千问模型，除了 OpenAI 的Decision API 和 Jev 本身。
图｜来源：X@Michaelzsguo 我们在 vLLM 的 Decision 2.0 首页也能体验这些决策模型是如何运行的。它最适合这些任务：
请求分类、模型路由、搜索结果相关性判断；
给 AI 回复或 Agent 动作打分；
安全拦截、数据校验、工单分流；
从固定动作中选择下一步；
大规模文本标注。
在 Demo 项目里主要列举了 LLM 路由等功能，用户输入的提示词 17 x 24 的结果是什么，决策模型的输出是针对 6 个决策的结果，包括模型、复杂程度、是否尝试越狱、需要什么工具、是否需要事实核查，以及延迟优先级六个选择。
图｜https://huggingface.co/spaces/vllm-sr/decision-studio 普通的选择分类很擅长处理明确的规则，比如文件后缀是 .jpg 就交给图片处理器，金额超过 1 万元就要求二次确认。
但「这条客服消息是不是紧急」「这段检索内容有没有回答问题」「这条命令是不是有破坏性」，代码很难只靠规则判断。
Jev 这类决策模型就是来处理这些模糊的判断，但分支和动作仍然由代码控制。
图｜https://x.com/akshay_pachaar/status/2101037514945597645 严格来说，它没有从零发明「判断」这件事。分类器、重排模型、奖励模型、验证器和内容审核模型，早就在处理受限选择。
新的地方在于，决策模型把这些能力包装成了一个跨任务的接口：应用可以在请求时声明问题、候选项和评分标准，模型返回类型化结果和概率。
廉价智能的未来
TypeSafe 在发布 Jev 时，把它称为第一个 System One Model。
它最大的吸引力就是足够便宜、足够快：部分任务可以达到 70–500 毫秒延迟，输入价格为每百万 Token 0.042 美元。按照 TypeSafe 的说法，部分场景下，它能比通用大模型工作流快几十到几百倍，成本也低几十到几百倍。
对于需要不断处理小型判断的 Agent 工作流来说，这意味着许多过去用大模型不划算的任务，现在也有了调用 AI 的可能。
图｜创始团队 20 多人：CEO Diogo Almeida（前 OpenAI 研究员）、Sasha Sheng（前 Meta）、Erik Gafni。
在最近的融资新闻里，Jev 创始人 Diogo 对 a16z 说，AI 已经很强，但过去十年软件本身几乎没变。产品最多在侧边加一个能执行部分操作的聊天机器人，却没有让软件真正理解意图、做判断、自己完成更多工作。
图｜人工智能在三年内衰落的幅度，相当于个人电脑在15年内的衰落幅度。 AI 正在帮助人类更快地写软件，却还没有让软件本身更智能；Jev 的价值，就在于把最新模型的能力以传统软件能承受的成本嵌进去。
人一天能向 AI 提出的问题终究有限，但一款软件每天需要处理的判断，却可能有成千上万次。当每一次判断都便宜到足以忽略，AI 的使用规模也就不再受限于有多少人愿意打开聊天框。
过去几年，整个行业都在努力提高智能的上限，让模型解决越来越复杂的问题。而现在，越来越多的公司开始争夺另一件事：让最普通、最微小的判断，也值得调用一次 AI。
从这个角度看，TypeSafe 在短短 24 天里暴涨至 75 亿美元的估值，还有微软、OpenAI 的加入，他们押注的也许就是这样一个未来：
人们未必会使用更多 AI 产品，但我们每天使用的每一款软件，都可能在背后调用 AI 成千上万次。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
A社“AI末日”资本黑手被揪出，炒作焦虑为IPO圈钱！难怪仇视DeepSeek开源
中银基金换帅：风控“守门”，难破“偏科”
除了腾讯，还有谁愿意为燧原科技买单？
霸道！苹果强制开发者适配iPhone Duo：不然不给更新
刚刚，诺贝尔化学奖揭晓！95岁的他等了25年
国庆档票房超10亿 “电影＋”释放市场活力
最后的探戈：梅西用1球2助攻告别阿根廷国家队！
过了个国庆 新能源成“传家宝”了？
OpenAI 发布又一批 AI 数学研究成果，攻破数百个悬而未决难题
德国支持特斯拉 FSD 落地欧洲，前提是更名为 TAD、超速上限设为 10%
昔日女神形象大变！梅根·福克斯完全卡戴珊化
第一批返程车辆失算了！网友：高速上堵成腊肠
必须氪金！《永恒之塔2》Steam评价褒贬不一
伯特利制动董事长谈尊界刹车被踩断：个别媒体牺牲中国品牌口碑博流量
尊界V800刹车踏板被踩断 标致：厚钢板一体冲压 绝不可能轻易断裂
多位尊界V800车主实测刹车踏板：全力反复踩踏 踏板均未出现断裂
消息称中汽中心紧急向各大车企发出关于制动踏板总成材质调研问卷，着重关注非金属材质应用
江淮汽车方面人士回应懂车帝测试尊界 V800 刹车踏板断裂，称在关注中
女司机高速35公里/小时龟速行驶被追尾！交警：女司机与后车同等责任
微博 CEO 王高飞再谈尊界 V800 刹车踏板事件，称暂停交付、查车厂台架实验记录比较合理
广汽本田高管：雅阁刹车踏板采用高刚性钢材 可承受3000N以上压力不断裂
一辆湘L劳斯莱斯幻影拟被司法拍卖，起拍价620万元！距开拍已不足24小时，尚无人报名
一个普通的刹车踏板 为啥霸占了全网热搜？