Xudong Han(@Xudong07452910):Jev 最近火起来以后，我看到一个挺有意思的问题，它到底是一种新范式，还是把大模型隐藏的一部分能力单独拿出来了？ Arcturus Labs 最近写了一篇很有意思的分析。 Jev 最核心的特点，是不让模型生成一大段解释，而是直接输出结构化判断和概率。模型路由、工具选择、安全判断，这些高频决策其实都可以转成分类问题。作者有个判断我挺认同。大模型其实早就在做类似的事情。 Tool Calling 其实就是模型在判断下一步该调用什么、什么时候调用，以及怎么执行。如果未来这种能力直接融合进模型内部，Agent 可能会多一个更强的决策层。它可以实时判断要不要切更大的模型、是否继续推理、哪些步骤值得执行，减少很多无效成本。当然，Jev 最大的问题也很现实。如果它的优势主要来自训练方法、合成数据和校准能力，这些可能会形成护城河。反过来，如果只是把大模型已有能力重新产品化，大厂也可能很快跟进。我觉得这也是 Jev 现在最值得讨论的地方。很多新方向的竞争，最后拼的可能并不是谁先发现这个能力，而是谁能把它做成稳定、低成本、可规模化的基础设施。文章

2026.09.24 00:30

Jev 最近火起来以后，我看到一个挺有意思的问题，它到底是一种新范式，还是把大模型隐藏的一部分能力单独拿出来了？ Arcturus Labs 最近写了一篇很有意思的分析。 Jev 最核心的特点，是不让模型生成一大段解释，而是直接输出结构化判断和概率。模型路由、工具选择、安全判断，这些高频决策其实都可以转成分类问题。作者有个判断我挺认同。大模型其实早就在做类似的事情。 Tool Calling 其实就是模型在判断下一步该调用什么、什么时候调用，以及怎么执行。如果未来这种能力直接融合进模型内部，Agent 可能会多一个更强的决策层。它可以实时判断要不要切更大的模型、是否继续推理、哪些步骤值得执行，减少很多无效成本。当然，Jev 最大的问题也很现实。如果它的优势主要来自训练方法、合成数据和校准能力，这些可能会形成护城河。反过来，如果只是把大模型已有能力重新产品化，大厂也可能很快跟进。我觉得这也是 Jev 现在最值得讨论的地方。很多新方向的竞争，最后拼的可能并不是谁先发现这个能力，而是谁能把它做成稳定、低成本、可规模化的基础设施。文章