长文：Jev 的「不靠说话做决策」agent 路线

这篇在说什么

文章围绕 Jev（Typesafe 推出的模型）提出一个核心论点：构建 AI agent 时，模型不必通过自然语言「思考」再输出，而可以直接给出结构化的决策结果。作者把这种范式称为「不说话的决策模型」，认为它比传统的思维链式推理更适合 agent 场景。理由大致是：agent 真正需要的是在给定上下文下做出可校验的选择（如通过/失败/需复核、下一步动作、评分），而不是生成一段解释性文字；把决策压缩成类型化输出，能减少 token 开销、降低延迟，并让下游系统更容易做确定性校验和错误处理。文章据此推演 Jev 对 agent 架构的影响：编排层可以围绕类型化决策来设计，把自然语言留给需要解释的环节，把判断交给模型直接输出。结论是，如果这类模型成熟，agent 的可靠性、成本和可测试性都会改善，构建方式也会从「提示词驱动」转向「决策接口驱动」。文中也承认当前证据有限，更多是方向性判断而非已证实的生产结论。