一个不聊天的AI大模型,可能彻底改变AI行业

过去两年，我们用 AI 基本是一个套路：打开对话框，问一个问题，等它回一大段话，再从里面找出自己要的那一段。之前我在文章里面介绍过，现有 AI 的最大问题是“幻觉”。说出的话里，有很多不确定甚至不准确的内容。写写文章可以，但是如果要想要嵌入到企业的核心工作流程中，这其中的不确定性，是致命的障碍，使得很多企业、很多人，不敢用 AI，更不要说做一些关键性的决策。最近海外科技圈被一个叫 Jev 的大模型刷屏了。它有个很奇怪的特点：不说话。不写文章，不陪你聊天，也不跟你客气。你问它一件事，它只回一个判断，再附上一句“我有几成把握”。Jev 的创始人 Diogo Almeida 以前是 OpenAI 的研究员，参与过让 ChatGPT 学会听懂人话、好好聊天的那批关键研究。当年教 AI 说话的人，现在出来做了一个不说话的 AI。按照 Diogo 在访谈中的说法：

我认为业内目前过度关注速度和成本，却严重忽略了可靠性。坚如磐石的可靠性不仅能带来卓越的用户体验，更是让企业放手托付业务的核心前提。

Jev 创始人Diogo Almeida

我挺好奇这里面的原理，就花时间做了一个小网页，把 Jev 的能力做成几个按钮，直接用真实的句子去试。下面是我试出来的真实结果。大家如果感兴趣，也可以点击“阅读全文”，自己试试看，可以直接修改里面的示例问题为你自己的问题。

先打个比方：顾问和分诊护士

普通的大模型像一位口才很好的顾问。你问他“这个客户急不急”，他会从客户心理讲到服务体系，最后才告诉你“总体来说，比较急”。Jev 更像医院急诊台的分诊护士。病人一进门，她看一眼，贴个标签：红色，马上处理；黄色，排队等；绿色，去普通门诊。她不写病历，也不跟你讨论病情，但整个急诊科能不能转起来，全靠她这几秒钟的判断。医院离不开会写病历的医生，也同样离不开这个贴标签的护士。只是过去两年，整个 AI 行业都在培养医生，没人培养护士。

例子一：这个客户急不急？

我在网页上输入了一句很常见的客户留言：

“我明天一早就要出差，可发票到现在还没开出来，麻烦尽快处理一下！”

然后只问了 Jev 一个问题：客户是否表达了时间上的紧迫感？它的回答：98%，几乎一定是。没有长篇分析，也没有“综上所述”，就一个数字。这个数字可以直接交给系统：超过九成的，自动排到最前面；五成左右的，交给人再看一眼。这是 Jev 的第一种本领，回答“是不是”。投诉还是咨询，真话还是可能有诈，是不是差评，都可以这样问。

例子二：他到底想让我干什么？

第二个例子稍微绕一点：

“帮我把上个月的营收数据做成饼图，然后发给财务部的王经理。”

我给了 Jev 四个选项：生成图表、发送消息、查询数据、创建待办，问它：用户最主要想做的是哪一件？它选了生成图表，把握是99%，只用了0.62 秒。注意，这句话里其实有两个动作：先做饼图，再发给王经理。Jev 没有被“发给”两个字带偏，它看出来核心任务是做图，发送只是顺手的事。这正是一个熟练的前台每天在做的判断：电话一接起来，就知道该转给哪个部门。这是 Jev 的第二种本领，从几个选项里挑一个。

例子三：这个故障有多严重？

第三个例子是一条故障反馈：

“登录页面一直转圈，我换了三个浏览器都不行，整个团队的早会都被卡住了。”

我给了它三档：几乎没影响、有影响但能凑合、完全卡死没法工作。Jev 的判断是：完全卡死，把握 99%。它读出了两个关键信息。一是“换了三个浏览器都不行”，说明用户已经自己想过办法了；二是“整个团队的早会”，说明受影响的不是一个人。一个有经验的运维工程师看到这句话，也会立刻把它标成最高级。这是 Jev 的第三种本领，打分定级：有多严重，有多满意，语气有多冲。

例子四：一眼看出三件事

前面三种本领单独用已经挺好用了。真正让我觉得“这东西不一样”的，是把它们合起来。我输入了一句火药味很重的话：

“我已经连续三天无法导出报表，明天董事会就要用这份数据，你们到底什么时候能修好？！”

然后同时问了 Jev 三个问题：急不急？情绪怎么样？属于哪类问题？它一次全部答完：紧急，98%；情绪，明显愤怒，100%；问题类型是【填入你截图中的分类结果】。三个问题加起来总共 1.73 秒。这就像那位分诊护士，病人一进门，她同时判断了三件事：

• 伤得重不重
• 情绪稳不稳
• 该挂哪个科

人做这些判断是一瞬间的事，所以我们从来不觉得这是本事。可是一家大公司每天要处理几万条这样的消息，没有人能盯得过来。

Jev 给整个 AI 行业带来什么变化？

第一，AI 要的不是更会说话，而是更“敢拍板”。Jev 的创始人在访谈里问过一个很扎心的问题：AI 都聪明到能去挑战数学界最难的题目了，为什么企业里最简单的重复性工作，它还是替代不了？我自己的观察是：因为它话太多了。很多企业团队都在使用 AI 时遇到同一个难题：AI 在演示的时候表现很好，一放进真实业务就时灵时不灵。原因很简单，AI 回的是一段话，系统读不懂一段话，只能再安排人去看、去判断、去点按钮。一个流程里只要有一个环节必须靠人盯着，它就算不上真正的自动化。Jev 给系统的是一个明确的结论加一个把握度，就像给流水线装上了一个自动阀门，不需要人守在旁边。只要是程序员的朋友，都知道基于标准格式的数据，和基于语言的“提示词”，区别有多大。第二，“知道自己没把握”，比“什么都答得出来”更值钱。Jev 每次回答都会附上一个把握度。这一点看起来不起眼，其实最关键。打个比方，一个新员工每天处理一百张单子，做对九十五张。听起来不错，但如果他分不清自己错的是哪五张，你就只能一百张全部复查一遍，等于没帮上忙。反过来，如果他每张单子都告诉你“这张我有把握”“这张我拿不准”，你只要复查那几张拿不准的就行。TypeSafe公司在网站上就是这么讲的：一个任务能做对 95%，却说不出哪些是那 5%，这个任务就没法真正交给 AI。第三，便宜到“随便用”，用法才会爆发。Jev 这个名字来自 19 世纪的英国经济学家杰文斯（Jevons）。杰文斯发现一个反直觉的现象：蒸汽机越来越省煤以后，英国的煤炭用量不减反增。原因是烧煤便宜了，原来用不起蒸汽机的工厂也都用上了。（参见我以前的文章）AI 很可能也会走这条路。过去一次 AI 判断又贵又慢，只有重要的事才舍得用。一旦判断便宜到可以随手用、快到一眨眼就出结果，它就可以用在每一条评论、每一封邮件、每一张工单上。官方的报价里，“输出”这部分干脆不收费，理由是便宜到不值得计量。创始人在访谈里有一句话，我觉得是整件事最好的总结：

全世界每个人都来找它随便问几次，加起来的价值，也比不上一个程序员让它在后台不停地跑。

AI 未来最大的用户，可能不是人，而是软件。

冷静一点：Jev也有做不到的事

说了这么多好处，也要泼点冷水。它只会判断，不会写作。想让它写周报、写方案，它办不到，这些还是得交给 ChatGPT、Claude 这类会说话的模型。它算账也不行，数数、算日期这类事，官方配套文档里专门提醒过不要交给它。它还会严格按照你问的字面意思来答，问题问得含糊，答案也会跟着跑偏。我在演示网页底部也专门写了一段“事实边界”：98% 的意思是它有九成八的把握，不是它一定对。至于多少把握可以直接放行，要拿每家企业自己的业务数据慢慢试出来。另外我这边实测，一次判断从发出到拿到结果大约 0.6 到 1.8 秒，比官方宣传的速度慢一些。所以我不觉得它会取代大模型。更可能的情况是两者分工：大模型负责思考和表达，Jev 负责快速、大量地拍板。一个当医生，一个当分诊护士，医院两个都需要。TypeSafe 团队有一句口号，我很喜欢：专注生产力，不造神（Build Prod, Not God）。

写在最后

做完这个网页，我最大的感受是：过去两年，我们一直在教 AI 怎么像人一样说话，却很少去想，大多数工作根本不需要它说话，只需要它给个准话。如果你也在企业里推动 AI 落地，下次准备写一大段提示词、让 AI 帮你“全面分析一下”之前，可以先停一下，问问自己：

这件事，能不能拆成几个是非题？

很多时候，能拆开的那一步，就是自动化真正开始的地方。我是崔博，如果有企业AI落地的需求，欢迎留言联系。