最近在了解 AI Agent、工作流和 AI 模型时经常会遇到一个问题AI 一定要通过生成文字来完成任务吗传统的大语言模型LLM通常擅长理解、推理和生成内容。例如让模型写一段文案、总结一份文档、分析一组数据它最终都会以文本等形式给出结果。但在很多实际业务中我们真正需要的可能并不是一段文字而只是一个判断结果这条消息是不是售后问题这个客户是否值得跟进这条数据属于哪种类型当前风险处于什么等级一个请求应该进入哪个业务流程这类任务的核心不是“生成什么”而是应该做出什么决定。Jev 就是针对这一类问题提出的一种模型。一、Jev 是什么从“生成内容”到“做出判断”Jev 是 TypeSafe 提出的System One Model。它的核心理念可以概括为Decisions, not strings.也就是重点不是生成字符串而是做出决定。传统 LLM 可以理解为一个非常强大的通用语言模型它能够阅读上下文、进行推理然后生成自然语言结果。而 Jev 更关注其中一个更窄的环节面对当前状态我应该选择什么结果因此Jev 并不是一个“小型 GPT”也不是为了取代 LLM。它更像是一个专门负责判断和决策的模型。1. System One 和 System TwoJev 使用了认知科学中System 1 / System 2模型的概念来描述自己的定位。简单理解类型主要特点更适合的任务System One快速、直觉式判断分类、选择、评分、是否判断System Two更复杂的分析与推理长文本分析、复杂推理、内容生成主流 LLM 往往更偏向 System Two 类型的任务理解复杂上下文、进行推理并生成内容。Jev 则将重点放在 System One 式的判断上。因此两者并不是简单的替代关系。例如LLM分析这位客户最近的聊天记录并总结他的需求。Jev判断这个客户是否值得进一步跟进。前者需要生成和分析大量内容后者最终可能只需要一个明确的判断结果。二、Jev 的三个核心能力Noul、Score、ChoiceJev 将判断任务抽象成三种基础形式Noul、Score 和 Choice。官方测试示例也正是围绕这三种能力设计的。与其把它们理解成三个复杂的 AI 功能不如简单理解成三种问题是不是多少程度属于哪一个1. Noul判断“是不是”Noul 用于处理最简单的二元判断。也就是一个问题最终只有两种结果例如是否属于售后问题是否需要人工介入是否满足某个条件是否存在某种风险官方测试结构如下{new_noul_1:{type:noul,instructions:Ask a yes or no question,criteria:{true:,false:}}}这里的几个字段比较直观type指定使用 Noul 类型instructions描述需要模型判断的问题criteria定义最终可能得到的结果。Noul 的特点就是不需要生成一段解释性文字而是直接完成判断。例如在一个售后工作流中可以让它判断“这条客户消息是否属于售后问题”如果判断为true后续进入售后流程如果判断为false则可以进入其他流程。这也是 Jev 和 Agent、工作流结合时比较典型的一种使用方式。2. Score判断“处于什么程度”现实中的很多问题并不是简单的“是”或者“否”。例如客户意向有多高风险有多大匹配程度如何当前任务完成到了什么程度这时候可以使用Score。官方测试结构{new_score_1:{type:score,instructions:Where does the state fall on the scale?,criteria:[Lowest level of one dimension,Middle level of the same dimension,Highest level of the same dimension]}}这里的criteria定义了一组有顺序的等级。例如低 中 高模型需要判断当前状态更接近哪个等级。因此Score 和传统意义上的“让 LLM 输出一个数字”并不完全一样。它的重点是预先定义一个判断尺度让模型将当前状态放到这个尺度中。这样得到的结果更适合直接进入后续程序或工作流。3. Choice判断“属于哪一种”Choice 则是从多个选项中选择一个最符合当前状态的结果。例如这条消息属于咨询、售后还是投诉当前客户属于新客户、意向客户还是成交客户当前请求应该交给哪个业务流程官方测试结构{new_choice_1:{type:choice,instructions:Which option best fits the state?,criteria:{option_a:Description of an option,option_b:Another description of a distinct option,option_c:Another mutually exclusive option}}}这里的criteria定义了不同的候选项。例如可以设计成{option_a:售前咨询,option_b:售后问题,option_c:投诉反馈}模型需要根据当前状态从这些选项中选择最符合的一项。因此Choice 本质上可以理解成让 AI 完成结构化分类而不是生成一段分类说明。4. 三种能力放在一起理解把三个能力放在一起其实非常容易理解能力解决的问题示例Noul是不是是否需要人工介入Score什么程度客户意向有多高Choice属于哪一种这条消息属于哪个业务类型这三个能力覆盖了大量实际业务中的基础判断任务。而官方测试 JSON 的意义也就在于通过这种结构把判断任务明确描述出来。三、Jev 与 LLM、Agent 是什么关系可以简单对比LLMJevAgent核心能力理解、推理、生成判断、选择、评分调用工具并完成任务输出特点文本、结构化内容等决策结果一系列行动典型任务写文案、总结、分析分类、评分、判断查询数据、调用 API、执行工作流角色大脑判断模块执行者例如一个售后自动化流程用户发送一条消息后可以先由模型理解消息内容然后由 Jev 判断是否属于售后问题如果结果为“是”Agent 或工作流再继续调用客户信息查询订单查询售后记录查询企业微信通知数据库更新这里就形成了比较清晰的分工LLM 负责理解复杂信息Jev 负责做判断Agent 负责执行动作。当然这并不是唯一的组合方式。实际项目中也可以直接让 LLM 完成分类和决策是否引入 Jev需要根据任务复杂度、成本、稳定性和系统设计来决定。四、Jev 的优势与边界Jev 最有意思的地方并不是“又出现了一个 AI 模型”而是它尝试把 AI 中的一个常见环节单独抽离出来让 AI 专门负责判断。这样做有几个比较明显的特点。1. 输出更加面向程序如果让 LLM 判断一条消息是否属于售后问题可能得到“根据用户描述来看这应该属于售后问题因为……”但程序真正需要的可能只是trueJev 的设计天然更加接近这种机器可以直接消费的结果。2. 更适合嵌入工作流工作流中经常存在大量条件判断如果 A则执行流程 1 如果 B则执行流程 2 如果 C则执行流程 3这些判断本身并不一定需要生成长篇文字。因此Jev 这类模型比较适合成为工作流中的一个决策节点。3. 但它不能取代 LLMJev 的定位比较明确它主要解决的是判断问题。如果任务是写一篇文章总结几十页文档编写代码进行复杂推理生成营销文案与用户进行长对话那么仍然需要通用 LLM。此外Jev 的判断质量同样依赖于问题设计。如果instructions描述得模糊criteria本身就存在重叠那么模型即使完成了判断也不一定能够得到理想结果。所以Jev 不是让 AI 变得“什么都能做”而是把 AI 的“判断能力”单独拿出来进行利用。五、总结从整体来看Jev 可以理解为一种专注于决策的 AI 模型。它与传统 LLM 的区别不只是模型大小或者 API 调用方式而是设计目标不同LLM 更关注“生成什么”Jev 更关注“选择什么”。Jev 将常见的判断任务抽象成三种核心能力Noul判断是不是Score判断什么程度Choice判断属于哪一种再结合 Agent 和工作流就可以形成比较清晰的分工LLM 负责理解和推理Jev 负责判断Agent 负责执行。这种思路也说明了 AI 应用正在逐渐从单纯的“聊天机器人”向模型能力模块化、工作流自动化和任务决策化发展。对于实际开发而言Jev 最值得关注的地方或许不是它能不能替代 LLM而是当一个业务流程中存在大量“判断节点”时是否需要一种专门负责做决定的 AI 能力。
