ai, paradigmradar,

AI 范式雷达:《快脑拆出大模型,Agent 控制循环改订阅决策函数》

Unbug By Unbug Follow · 4 mins read
AI 范式雷达:《快脑拆出大模型,Agent 控制循环改订阅决策函数》
Share this

Agent 的高频控制循环正在换芯:从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。

TypeSafe AI 于 2026-09-15 发布 Jev 与「System One Models」品类定义(HN item 49717558,实测 1989 分、518 条评论),随后四周内,Cloudflare、AWS 系 Strands、Nokia 应用研究团队与多名独立开发者跟进,无隶属关系。慢脑(推理与生成)留在大模型里,快脑(结构化决策)成为独立的模型品类。据我们观察未发现同类中文报道。

口径先钉死:星数与帖数为两次实测——首采 2026-10-11、复测 2026-11-16(GitHub API / Algolia API);70ms-500ms 延迟、输出免费、融资 8.7 亿美元 与估值 75 亿美元、40-400x 便宜等全部是厂商自述,复测未获第三方基准改变这一状态;「一年前做过」等评论区声称标注来源。五周复测的核心变化:热度冻结、代码活性与生态数量继续爬坡、但「拿来做什么」开始被公开追问。

快脑与慢脑的分家:控制循环从解析文本改为订阅类型化决策

四周内成形的生态波

判断这是范式而非发布稿,看跟进者构成。GitHub API 首采(2026-10-11):jaredpalmer 的 kev(基于 Qwen3.5/3.8 的 Jev 风格模型家族)8,895 星;firelex 的 jeff,0.8B 家用训练,1,499 星;ollaya 是本地决策模型运行时,1,283 星;Nokia 应用研究团队的 AnyJev 把任意 LLM 转成 Jev 风格模型,1,150 星。清单层:awesome-jev 2,261 星、awesome-jev-tools 743 星,GitHub 搜索 “jev decision model” 返回 1,087 个仓库。模型、运行时、路由、清单四层齐备,是生态信号而非单品信号。

2026-11-16 复测,五周后的曲线:kev 8,895→9,996 星(11-15 仍有提交)、jeff 1,499→1,601、ollaya 1,283→1,465、AnyJev 1,150→1,611;awesome-jev 2,261→2,594;”jev decision model” 搜索仓库数 1,087→1,496(+38%)。主帖 1989 分纹丝不动——话题热度冻结,但代码与仓库在长,这是品类沉淀而非潮水的形状。ollaya 的复测描述值得整段引用,它是「事实接口」成形的最好标本:「拉取并本地运行 29 个模型家族(Laya、pplx-decider、Clef、Winnow、coba……),暴露在 /v1/systemone 端点后面,TypeSafe SDK 不改一行代码即可切换——把 base URL 指过来就行」。一个第三方运行时把竞品们的模型统一到一个端点路径下、并让首发厂的 SDK 直接复用:兼容层的实际约束力已经超过任何一家的文档,这正是「快脑」开始像 CPU 指令集那样被多家实现包围的证据。

跟进潮之后的两周:从发布转向找用途

复测检索 10-11 月 HN,波峰之后还有第二层信号,方向从「又造了一个」转向「到底拿它干什么」。运行时与评测先跑通:Ollaya 自发帖 09-25 拿到 618 分 / 145 条(HN 49848269),是品类里除 TypeSafe 主帖外的最高独立声量;openlayer 的 jevals(09-20,47 分)用类型化决策替换 LLM-as-judge——评测器是决策模型最顺手的第一个客户。模型侧继续下探:privatemode 把 GLM-5.3-Flash 改造成 Jev 风格(HN 49857656,138 分)、Gutsy 把 0.8B 决策模型塞进 CPU(HN 49923223)、11-09 的 Flide 宣称把 Jev-like 推理加速 9.5 倍(HN 50421155,126 分)。最有研究味的一条来自 PostHog 的 Jeeves(HN 49891290,242 分 / 95 条):把推理过程叠回决策模型、证明 reasoning 能提升 Jev-like 精度——快慢脑的边界开始反向渗透。而 10-13 的 Ask HN《有人在用 Jev 吗?用来干什么》(6 分 / 8 条)与 11-12 的《为什么要用 Jev/决策模型》(10 分 / 9 条),两问得分惨淡但问题真实:供给端四层齐备,需求端还在互相打听用例。注意这两问的形态本身就是证据:Ask HN 是 HN 上「公开搜索无果才发问」的最后一招,三个月内同类问题问出两次,说明官方叙事与可检索的民间使用经验之间已经出现断层。波峰、基建、找用途三段排开,这个品类的采纳曲线走到了第三段门口——离「被消化」还差一个杀手用例,离「被证伪」还差一份公开盲测。

决策模型潮时间线:发布、跟进、基建、找用途四段,标注星数与帖数

大厂一侧与价格共振

大厂一侧:Cloudflare 发布开放权重决策模型 Clef(HN 49923692,641 分,复测 642 / 全树 218 条),AWS 系 Strands 发布 Decider 2B 开源决策模型(HN 49987076,285 分,复测 286 / 全树 76 条)。更早的 HN 49765348(1363 分、全树 311 条)里,Laya 声称一年前做过非自回归决策模型——品类不新,新的是命名、兼容接口与生态位分工。价格侧另有共振:DeepSeek 4.1 Flash 帖(HN 50000488,1107 分、967 条评论)与「Tokens too cheap to meter」讨论(HN 49813482,354 分)同属把模型调用做成廉价基础设施的漂移。TypeSafe 的延迟 70ms-500ms、输出免费、融资 870M 美元与估值 7.5B 美元(HN 50023450,首采 423、复测 446 分 / 全树 357 条),均为厂商自述。把 TypeSafe 的融资帖与 DeepSeek 降价帖放在同一张价格图上读:一条把慢脑的价格砸向地板,一条给快脑开出新品类定价——两条路线共同的前提是「控制循环的调用量会大到价格成为架构问题」。反方也可顺手引用这张图:慢脑价格若继续塌,快脑省下的钱迟早不够覆盖重写控制循环的工程成本,品类窗口是按降价速度折现的。

快脑与慢脑的架构分工

TypeSafe 发布稿里那句 “unstructured state in, typed probabilistic decisions out”(非结构化状态进,带概率的类型化决策出)是这次分工的钥匙。传统 Agent 循环里,每轮工具选择、路由都要让自回归大模型逐 token 生成文本,再由外层代码解析——决策伪装成对话。决策模型把这层剥掉:并行采样的非自回归直接输出标签加概率,不参与聊天。类比 CPU 时代「通用核 + 协处理器」分工:慢脑管推理与生成,快脑管高频结构化决策,两者在同一条控制循环里分层订阅。

主帖 518 条评论把「什么算幻觉」吵成了全场焦点,值得细录。dbbk(评论 49718708,子树 37 条)给出官方口径的通俗版:「所谓不会幻觉,是指每个结果都带置信值——0.1 置信度你直接丢弃即可」;8note(49720537,子树 16 条)立刻戳穿漏洞:「对错误答案给出高置信度,那不还是幻觉?」jacobgold(49718492,子树 91 条,全帖最高)干脆替品类重写定位:「更准确的标题是——用通用生成能力换快速类型化推断」。现场还有创始人对线:CompleteSkeptic 自报 CEO(49718407,子树 16 条)承认 token 类比难懂、自家也全文使用生成式模型(49718767,子树 20 条),并在 49719080 反问质疑者「你说一个线性分类器会产生幻觉吗?」——这一问其实点中了要害:Jev 在数学形态上确实更接近带软概率的分类器,争议只是它值不值得一个新名字。让价值真正「咔哒」一声落地的是一楼演示:cfowles(49721150,子树 32 条)说看了官方 Home Assistant 演示才懂——家庭自动化里「开灯还是开空调」这种每秒级、错一次代价极小的决策,正是慢脑最贵的浪费。

对 “can’t hallucinate” 这类强宣称要给反方留位:不发散文本拿掉了编造事实的通路,但概率失真、标签集外误判仍在,公开可复现基准之前,这句话只能当设计目标读。本站此前的论文解读《改一个选项的名字就能打开安全闸门》查的是这类模型当安全闸门有多不可靠;本期讲为什么全行业在造这类模型。一期造闸、一期验闸,互为印证而非矛盾:造闸潮越大,验闸越值钱。

反方:没有基准的品类与商品化风险

社区火力:Jev 主帖评论 id 49719120 称技术与结果含糊,RLCD 是什么、相比 LLM 的基准分数在哪,整篇像营销稿,品类发布至今没有公开可复现基准。评论 id 49720601 称速度对比「极其不诚实」,id 49720956 附和:端到端 LLM 延迟对比单步决策延迟,口径不对等。更根本的是 id 49723102:这就是个对自定义标签输出加权分的分类器,质量能否超过结构化输出模式的 LLM 待客观基准验证——「新瓶装旧分类器」论直接攻击品类成立性。ramon156(49718120,子树 12 条)要 RLCD 与并行采样的实证,dinobones(49718973)吐槽命名「Typesafe.AI 听起来像 TypeScript 工具,system one 又是什么」。复测补一条营销军备竞赛的实锤:WhitneyLand(49719144,子树 11 条)留存了被删改前的原始标题——《Jev:新前沿模型,便宜 40-400 倍、快 20-200 倍》,发布当日即因「frontier model」与倍数口径被围攻后改掉标题(49719001,子树 13 条);温和派 janalsncm(49718782)的总结最公允:就它选定的用例确实更快更便宜,质量好不好至今未知。商品化专帖:「OpenAI 已处在跟进 Jev 的有利位置」(HN 49802161,328 分 / 全树 233 条)——兼容接口越像标准,首发者护城河越薄;ollaya 的 /v1/systemone 大一统端点与 Flide 的推理加速说明,护城河的竞争已经转移到运行时性能与模型家族广度。共同点:范式成立不等于 TypeSafe 赢。

快慢脑分层控制循环:传统文本解析与类型化决策订阅的对照,标注幻觉之争的两个阵营

1363 分的优先权风波:首发、命名与受质疑的顺序

比反方火力更完整的事实链在 Laya 帖(HN 49765348,1363 分 / 全树 311 条,复测不变):作者 Diogo 自述一年前就用 RL 训过非自回归决策模型,不满在于 Jev 发布稿把同类工作称作突破、既不引用在先成果又用「前沿模型」自我加冕。线程高赞几乎全员下场:prometheus1992(49767192,子树 50 条)替围观者说出观感——「发布文案初看像恶搞、像骗子,B 轮话术堆满屏幕」;dcow(49766861,子树 23 条)两头打——「作者的不满能理解,但姿态幼稚,Jev 和 Laya 都站在无数前人论文上」;operaopera(49766884)把指控收窄到准确位置:「问题不是技术,是把他人路线喊成突破而不给署名」。另一侧,johnfn(49769116,子树 33 条)给出市场派读法:「有人不懂营销与品牌和产品同等重要——Jev 是罕见地会做品牌的那个」;tchalla(49766268,子树 32 条)则是老 ML 的冷笑:「干过十年的人早知道,拿 LLM 包打一切本来就又懒又浪费」。最值得单独存档的是全场唯一一条贴地实测:Oras(49765997,子树 56 条,线程最高)发布当晚就把 Jev 换进自己原用 Gemini 2.5 Flash Lite 的分类任务——「快一些、便宜一些」(评论转述实测,样本与方法未公开,一致性表现存原帖)。把它与「公开盲测缺席」并排放:社区级体感与厂商级宣称之间,仍然隔着一份没人发表的对照表。dominotw(49768147)补的刀客素材也值得一录——发布稿宣传语里有「来自发明了 ChatGPT 的那个人」式表述,优先权与话术在此品类是一体两面。

边界与观察点

边界要划清:与集群调度切割——调度层管 Agent 负载在集群里怎么排队休眠(见本刊《智能体正从应用循环迁为集群一等负载》),本期讲控制循环内用哪类模型决策;与文件标准之争切割——Jev-compatible 目前是事实兼容生态(ollaya 端点、SDK 复用),没有成文跨厂商标准,写成「标准之战」会误导读者。

验证信号对表(2026-11-16):其一,第三方盲测基准是否出现——仍是最大空缺、反方火力点,jevals 与 ollaya 的 public bench 是候选苗子;其二,kev/jeff/ollaya/AnyJev 星数增速——五周温和爬坡(kev +12%、AnyJev +40%),无爆无崩;其三,OpenAI、Anthropic 是否发同类类型化决策端点——未见,fast-follow 论既未证实也未证伪;其四(新增),两条 Ask HN 的「求用例」状态能否在下一周期被真实生产案例回答——若 2027 年初仍无人在公开线程给出可复现的用例证词,品类叙事将让位于「高级分类器」叙事。如果你正在构建 Agent:把控制循环里高频、只需标签加概率的部分拆出来,用 kev 或 jeff 加 ollaya 本地验证,安全闸门留在待验清单。

References


Related
Featured