A teacher-student dialogue explaining Jev's typed decision approach
A long Chinese post uses dialogue to explain that Jev outputs structured decisions with probabilities instead of text, and how agents use it to judge Done, Safe or Retry.
师父：最近有个新模型，Jev，知道吗？ 我：又一个 LLM？ 师父：不太一样。 它不生成自由文本，它直接做 Decision。 比如 Agent 要判断任务状态： success 0.91 retry 0.05 human_review 0.03 failed 0.01 我：这不就是分类器？ 师父：像。 但它想做的是： 把 Frontier Model 的语义判断能力，变成程序可以直接消费的 Typed Decision。 我：有什么用？ 师父：Agent 里到处都是这种问题： Done？Safe？Retry？Route 给谁？ 这些地方你真的需要 GPT 给你写一段话吗？ 我：好像只需要一个判断。 师父：对。 所以以后可能是： 规则解决确定的问题。 Jev 这类 Decision Model解决语义判断。 Frontier LLM解决复杂推理和生成。 我：Jev 不生成文本，是不是就不会幻觉？ 师父：想多了。 它不会胡说八道，但可以非常自信地选错。 输出受约束，不代表判断正确。 我：所以 Jev 真正有意思的不是又多了一个模型。 师父：对。 它真正问的是： AI 为什么一定要说话？ 很多软件根本不需要 AI 写作文。 它只需要 AI 做决定。 我：以前是： AI = Generate Tokens 以后可能是： AI = Make Decisions。 师父喝了口茶。 毕竟公司里最贵的，从来不是说错话的人。 是开两个小时会，最后只说一句“同意”的人。