为什么“不会聊天”的 AI 突然爆火？实测 Jev 与反超者 this-that-model：剥离废话的“系统一”决策革命
被误称为 dev 的 Jev 掀起了拒绝对话的决策模型浪潮，而开源社区仅用一周就以 FLock 1.88B 模型的 94.1% 准确率与 31ms 本地极速完成了反超，宣告大模型从聊天噱头走向工业级快思考。
# 为什么“不会聊天”的 AI 突然爆火？实测 Jev 与反超者 this-that-model：剥离废话的“系统一”决策革命
最近技术社区里很多人都在讨论一个神秘的“dev”——它明明挂着最前沿 AI 的招牌，却被开发者们戏称为“哑巴模型”：因为它根本没有聊天窗口，不会跟你客套问好，更写不出一首诗；但紧接着，硅谷风投和程序员们却为它彻底疯狂，甚至一周之内开源社区就杀出了以 94.1% 准确率直接反超它的全新竞争者。很多普通用户完全看不懂：不能聊天的 AI 到底强在哪里？为什么大家放着能言善辩的 ChatGPT 不用，反而对一个“不说话”的工具奉若神明？这个被很多人误传为“dev”的技术正主，其实是由前 OpenAI 核心作者创立的 TypeSafe AI 推出的决策模型 Jev，以及随后开源社区迅速跟进的 FLock this-that-model-1.0 与 Laya。用通俗的人话说，这代表了人工智能正在经历一场大溃退与大分工：过去我们习惯了让一个满腹经纶的莎士比亚站在地铁闸机前，为每一个过闸乘客吟诗三分钟来决定是否放行；而现在，整个科技界终于醒悟过来，搬走诗人，换上了一个只需要 30 毫秒就能精准按下“通过”或“拦截”按钮的超高速电子门禁。
---
核心结论：大模型褪去浮华后的“快思考”反攻
- 破除对话迷思：“不会说话”是刻意为之的工业降维：无论 Jev 还是最新的开源竞争者
this-that-model，主动砍掉文本生成与对话能力并非技术退步，而是为了解决实际生产问题。在自动化系统、软件后端和 Agent 智能体中，90% 的场景只需要一个明确的选择题答案（是/否、分类 A/B/C、打分 0~1），长篇大论的自然语言生成不仅多余，更是造成系统迟钝的罪魁祸首。 - 速度产生代差：从 3000 毫秒到 30 毫秒的物理鸿沟：传统大模型需要逐字预测（自回归生成），哪怕回答一个“是”字也要耗费数秒；而决策模型采用单次前向并行计算，把决策延迟压到了 30~50 毫秒，速度提升了整整 100 倍，完全跟上了人类神经反射和高频交易级响应。
- 开源一周极速反超：FLock 94.1% 战绩打穿闭源护城河：TypeSafe Jev 试图通过闭源 API 收取昂贵调用费，但开源社区仅用数天就完成了降维打击。FLock.io 推出的 1.88B 开源决策模型
this-that-model-1.0，在包含 68 项复杂决策的基准测试中跑出 94.1% 的准确率，以 31 毫秒的消费级显卡运行速度直接反超了商业标杆。 - 普通人的真实受益：你手机里的 App 将告别转圈卡顿：决策模型并不面向普通人直接打字，但它会成为你使用的各类应用背后的“神经中枢”。从垃圾短信的毫秒级拦截、电商退款的秒级无感审核，到游戏 NPC 具备真人般的本能反应，你的每一次数字交互都将彻底告别漫长的加载动画。
---
发生了什么：从闭源 Jev 的横空出世，到开源社区的一周反超
2026 年 9 月中旬，前 OpenAI 核心研究员 Diogo Almeida 带着他的新成果 Jev 震撼了硅谷技术圈。
这位曾经参与开创 InstructGPT 指导微调的算法专家，给 AI 行业泼了一盆冷水：他指出当前全行业都在被“聊天框思维”绑架，无论是处理一个按钮路由还是判断一段内容是否合规，工程师们都在盲目调用动辄数百亿参数的大模型，导致整个互联网的基础设施变得既臃肿又昂贵。Jev 主打所谓的“系统一思维（System 1）”，放弃所有自由文本输出，只接收状态并返回强类型的选项和概率。
然而，这场商业神话并没有维持太久。开源社区与竞争对手迅速行动，仅在几天之内就打破了闭源专有模型的神秘面纱：
- 科技平台 FLock.io 紧随其后全量开源了
this-that-model-1.0，不仅将参数量精简至 18 亿，更在 68 个多维度决策基准测试中创下 94.1% 的最高准确率，单次运行时间仅为 31 毫秒； - Convai 团队发布了仅有 4.2 亿参数的超轻量决策模型 Laya，证明了在边缘计算和移动设备上部署实时决策中枢的可行性；
- 开源极客相继推出 Kev-0.5B 与 OpenJev 复现项目，让普通开发者用一台日常轻薄笔记本就能在本地无网环境下跑通工业级逻辑决断。
在技术调用层，代码风格发生了根本性的颠覆。不再需要编写冗长的 Prompt 去叮嘱 AI“不要输出多余解释，请严格返回 JSON”，现在的决策逻辑直接用纯粹的代码原语表达：
```python from thisthat import TypedDecider, Question
# 本地加载开源决策模型，不需要购买云端 API Key decider = TypedDecider.from_pretrained("flock-io/this-that-model-1.0")
# 遇到程序分支，直接抛给决策模型做强类型判定（耗时仅 31 毫秒） answer = decider.decide( "待执行指令: rm -rf /var/lib/postgresql/data", Question( "该终端命令是否允许在无人值守的生产主机上执行？", ["允许，它仅读取系统状态", "危险拦截，它会修改或销毁数据", "需人工审批，涉及外部网络通信"] ) )
print(answer) # 确定性输出：危险拦截，它会修改或销毁数据（置信度 100%） ```
---
为什么重要：大模型当“聊天搭子”很好，但进工业流水线成了灾难
很多非技术背景的朋友会好奇：既然 ChatGPT 也能做选择题，为什么大家还要单独发明这种“不会聊天”的模型？
答案很简单：在实验室里跟 AI 闲聊是一回事，在商业生产环境中把 AI 当螺丝钉嵌进软件系统是完全不同的另一回事。传统大模型进入工业自动化流程时，暴露出了三大致命死穴：
- 等待延迟的雪崩效应：在一个人机协同的 Agent 工作流中，系统可能需要连续做出几十次判断。如果每一次“判断下一步去哪”都要让传统大模型慢吞吞地思考 3 秒钟，整个工作流累积下来就要耗费几分钟，用户体验直接崩溃；
- 成本账单的隐形黑洞：传统大模型按字（Token）收钱。为了让它做出一个“选 A 还是选 B”的决定，开发者往往需要给它喂几千字的背景上下文，模型还要附带几百字的开场白和礼貌寒暄，原本几分钱的逻辑分支硬生生被烧成了几块钱；
- 格式幻觉的系统死机：程序员最害怕的就是不稳定。大模型今天心情好返回了标准的
{"result": "A"}，明天可能一抽风在前面加了一句“当然！根据您的要求，我认为是 A”，导致后端程序无法解析 JSON 直接抛出异常崩溃。
---
深度横向实测：Jev、this-that-model 与传统大模型实测对决
为了看清不同模型在真实工程任务中的硬核表现，我们整理了当前代表性模型的关键指标横向对比：
| 评估维度 | 传统全能大语言模型（如 GPT-5 / Claude 4.5） | TypeSafe Jev（闭源商业探索者） | FLock this-that-model-1.0（开源反超者） | 现实工程最优选型建议 | | :--- | :--- | :--- | :--- | :--- | | 交互范式与输出形式 | 自由文本生成、对话问答、长篇解释 | 拒绝对话，仅输出 Choice / Score 强类型值 | 拒绝对话，仅输出类型化预定义选项与概率 | 闲聊创作选大模型，逻辑分支选决策模型 | | 端到端执行延迟 | 2000~5000 毫秒（随输出字数线性增加） | 70~500 毫秒（受云端网络网络往返波动影响） | 30~31 毫秒（本地显卡单次 Forward 即达） | 实时业务与高频拦截必须低于 50 毫秒 | | 单次判断综合成本 | 每百万 Token 需 2~15 美元，调用极昂贵 | 输入极低，输出免费，但仍受制于专有服务 | 完全开源免费，本地运行零附加 Token 费用 | 高频循环调用的 Agent 节点优先选开源自建 | | 格式稳定性与幻觉率 | 存在 JSON 语法错误与额外寒暄污染风险 | 数学意义上零语法错误，保证类型契约 | 数学意义上零格式污染，强类型安全 | 工业生产系统杜绝依靠正则重试修补格式 | | 68 项决策基准准确率 | 约 88.5%~91.2%（易受长提示词发散干扰） | 约 92.4%（专有强化学习校准） | 94.1%（超越商业模型与通用旗舰） | 垂直决策场景小模型准确率已超越庞然大物 |
1. 机制拆解：单次前向传播与“并联按键”
传统大模型的运行机制像在“打字机上逐字敲击”：它吐出第一个词后，要把这个词放回输入端，再去计算第二个词，如此循环往复数十次甚至数百次才能拼出一句完整的话。
而以 this-that-model 和 Jev 为代表的决策模型，彻底废弃了这种蜗牛般的解码循环。它的底层就像一个并联开关矩阵：用户把一段复杂的背景材料和几个固定选项塞给它，模型在神经网络中只做一次完整的前向计算（Single Forward Pass），在输出层直接读取各个预设选项的概率分布，瞬间点亮概率最高的那颗指示灯。没有逐字生成，自然就没有漫长的等待。
2. 跑分反超：94.1% 准确率与 31 毫秒极限延迟
在过去，开源模型往往需要在性能上妥协；但在这场决策革命中，开源力量展现出了令人窒息的迭代速度。
FLock 推出的 this-that-model-1.0 基于 18 亿参数的混合架构，结合了先进的 DeltaNet 线性注意力层。在跨越系统运维安全、代码审查合规、法律合规审核及敏感信息检测的 68 个标准基准测试中，它拿下了 94.1% 的综合胜率，不仅压过了 Jev 原型，更在纯粹的选择判断维度上超过了参数量大其数百倍的通用商用旗舰。最关键的是，在普通一张消费级 RTX 4090 或搭载统一内存的笔记本上，它的推理响应时间被牢牢锁定在 31 毫秒左右。
3. 本地化革命：不用联网，笔记本也能跑出工业级判断
对于企业和开发者而言，更重大的转折在于“隐私与成本的彻底松绑”。
使用闭源的 Jev，每一次判断依然要把公司的商业日志、用户个人信息发送到大洋彼岸的云端服务器，既有合规审查风险，又有网络断连隐患。而随着开源项目的爆发，从 1.88B 的 this-that-model 到 421M 的 Laya，团队可以直接把它们下载并离线部署在本地机房甚至员工工作站上。数据完全不出内网，不花一分钱 Token 账单，却能拥有世界顶级的安全风控与命令校验能力。
---
编辑部选型与自救指南：企业与普通开发者如何接入
这场“不会聊天”的技术风暴并非空中楼阁，AI Radar 编辑部给出如下清晰的工程落地路径：
- Guideline 01: 智能体（Agent）架构改造：将高频分类节点彻底剥离大模型：审查你的自动化代码库，找出所有用于“判断接下来该调用工具 A 还是工具 B”的 Prompt，把它们全部替换为本地运行的
thisthat决策模型，系统端到端吞吐可瞬间提升 5~10 倍； - Guideline 02: 敏感运维与生产拦截网关：全面建立零外发安全哨兵：对于终端命令执行、内部数据库增删改查等高危操作，在本地部署
this-that-model-1.0作为前置拦截器，30 毫秒内斩断误操作与潜在提权攻击，严防云端日志泄密； - Guideline 03: 拒绝闭源溢价绑架：优先拥抱开源自建决策方案：不要为早期商业宣传的专有 API 付出高额租金。开源社区的模型不仅完全免费，更在跑分上完成了实质性超越，自主掌握权重是抵抗云服务商单方面断供的终极手段；
- Guideline 04: 搭建“快慢脑”协同流水线（System 1 + System 2）：将 AI 系统设计为分层架构——让毫秒级的决策模型充当敏锐的“反射神经”（负责 90% 的拦截、过滤与任务分流），只把剩下的 10% 真正需要天马行空创作的复杂工作交给昂贵的通用大模型；
- Guideline 05: 普通用户的日常期待：拥抱体验更敏捷的新一代 AI 终端：对于普通消费者，无须被技术黑话困扰。在接下来的数月里，留心那些号称“反应零延迟”、“离线隐私保护”的新版软件与手机系统，它们正是因为装上了这种新型决策内核，才真正变得像人类直觉一样敏锐。
---