赛事资讯

经济学中的杰文斯悖论指出，当某种资源的使用效率提升、单位成本下降时，其总消耗量往往会增加而非减少。目前，大模型行业正完美诠释这一规律——模型价格越低、响应越快，调用量就会呈爆发式增长。

近期在硅谷引发热潮的新物种Jev，这一与杰文斯悖论同名的“大模型”，正将这一趋势推向极致。

它不会为你写诗，也不愿探讨人生，甚至不屑于生成一句完整的废话。然而，这个冷酷的“哑巴”模型，在发布不到48小时内，便在X平台上吸引了超过3000万的狂热关注，有2.5万名开发者涌入内测；上线大模型托管平台Vercel仅24小时后，近13%的付费团队迅速接入——这一渗透速度，是当年GPT-4的两倍。

天下武功，唯快不破。Jev的杀手锏正是如此：极速且极度便宜。作为前OpenAI核心研究员、RLHF技术的共同发明者，Jev创始人Diogo Almeida甚至放出豪言：“下一个时代并不属于Claude Code这类辅助工具，Jev才是未来！它比通用模型快200倍，便宜400倍，并且零幻觉。这将是继RLHF之后的next big thing。”

从毫秒级响应的浏览器插件，到高频执行的链上交易决策，再到每秒10次决策、碾压人类玩家的《毁灭战士》通关外挂，开发者围绕Jev打造的应用案例呈井喷之势。

然而，面对这个估值一夜之间飙升至2亿美元、却至今将训练方案与底层权重严密隐藏的“黑箱”，业界的好奇心与质疑声也达到了顶点：它到底是模型架构的革命，还是被营销包装的“分类器”？

就在昨日上午，国内人工智能企业APUS（麒麟合盛）旗下AI实验室，公开了全球最早一批针对Jev的独立开源复现成果，并将其封装为开箱即用的Agent Skill fast-browser-use。该项目支持纯本地模型离线执行，覆盖macOS、Linux、Windows三大桌面与服务器操作系统，甚至无需独立GPU，在普通Mac和PC上也能本地运行。

目前，该项目完整代码已通过MIT协议向社区开放。

张旭博士，清华大学本硕博连读，工学博士，APUS AI首席科学家

笔者第一时间联系到了该项目的负责人——APUS AI首席科学家张旭博士。我们围绕Jev的底层技术逻辑和路线、APUS的复现与改造逻辑、这类快速决策模型的应用潜力，以及Agent未来的“快慢分工”趋势等话题进行了详尽探讨。

准确来说，张旭团队并没有拿到Jev的模型权重、完整架构和训练方法；而是通过公开资料和实际输入输出反推其工作机制，基于Qwen3.5系列、Google Gemma系列等开源模型还原了Jev最核心的工作流，并在推理速度上实现了对标。

开源当天（9月20日）上午APUS公布首轮结果：真实浏览器任务中，维基百科检索约18秒完成，表单填写、站内跳转等更短链任务则在数秒内完成，全程无需调用云端模型；下午采访，张旭团队把测试迁移到了RTX PRO 6000，单次决策时间压缩到了79毫秒，与Jev响应时间70～500毫秒成功看齐。

他还透露，其内部自研模型可实现更小9B、4B参数规模复现Jev的性能，并将于近期开源。

以下为笔者与张旭博士的访谈精要。为便于阅读，本文对原始对话进行了提炼与整合。

拆解Jev的底层逻辑

AI前线：如果抛开官方的概念话术，您能不能用更直观的方式解释一下，Jev和今天常见的大模型到底有什么差别？它本质是什么？

张旭：理解这个问题的关键，在于看透大模型工作的两个基本步骤。第一步是Prefill，也就是输入处理；第二步是Decode，也就是自回归生成。

当大模型走完第一步Prefill时，它神经网络内部的“隐状态”其实已经理解了你输入的文字和图片细节。

第二步的Decode，是一个字一个字往外吐Token，这一步纯粹是为了“翻译给人看”。

但人类语言的带宽很窄，存在极高的信息损耗。比如这张包含猫、树枝纹理和复杂光影的图片，无论你怎么用文字描述，都不可能毫无遗漏地还原给另一个人。

Jev的核心本质，就是它砍掉了第二步（Decode），只保留了第一步。它不再为了迎合人类而去逐字生成文本，而是直接在模型理解完信息的“隐空间”里计算出结果。

AI前线：那它最后到底输出什么？就是Choice、Score/概率这类东西吗？

张旭：对。普通大模型每生成一个Token，本质上都是在十几、二十万词汇的词表里计算全量概率，再选择一个吐出来。

Jev则是把这个过程极度收敛，变成了对有限选项的概率测算。比如你问“这份提纲完整了吗”，只给“完整”和“不完整”两个选项，它只返回这两个选项的概率得分。

这也是为什么它说自己不会出现幻觉。并不是说它不会判断错，而是说你只给它A、B、C，它不会凭空给你编出一个D。

但不出现幻觉和不出错是两回事。

AI前线：既然只是给出固定选项的概率，业界有人质疑它只是被包装过的“动作分类器”，您怎么看？它到底新在哪里？

张旭：这么说也没错。但我觉得还要看到它背后更大的研究趋势。

比如一张图片里面包含非常丰富的信息，你不管用多长的文字去描述，都很难把全部细节还原出来。语言本身就会造成信息损失。

所以现在一个前沿方向是：既然模型内部已经有这些信息，我们是不是一定要先把它变成人类语言，再拿语言继续处理？

Jev可以看成这个方向里的一个具体特例。它把后面的语言生成省掉，直接从模型内部状态里去完成判断。

AI前线：所以您说的这个更大的方向，具体是什么？就是把“理解”和“生成”进一步解耦吗？

张旭：这是其中一个方面。行业里会把更大的一类思路叫作隐空间计算。

比如两个Agent之间通信，它们都不是人，为什么一定要把第一个Agent脑子里的信息翻译成人类语言，再让第二个Agent读一遍？理论上可以直接在模型内部状态之间做处理。

模型路由、Agent之间通信、模型内部思考，都可以沿着这个方向做。Jev只是拿这个思路去做了一件具体的事情：有限选项的概率判断和决策。

AI前线：作为行业共识，那目前头部大厂在这方面的探索进展如何？Jev的做法和他们有什么不同？

张旭：是的，比如DeepSeek-v4.1 Flash版本，就已经在尝试把Prefill和Decode的能力解耦。更典型的代表是目前最新的GPT-6（Astra），业界探讨的Loop Transformer机制，其本质就是让模型的思维链和思考过程，在“隐空间”内部进行循环计算，而不再转化为低效的人类文字吐出来。

对比而言，Jev则是把隐空间计算的成果，讨巧地“产品化”了，它说明，把隐空间的中间结果直接拿出来用，已经足以颠覆当下的应用形态。

AI前线：Jev最明显的特点就是快。除了省掉长文本生成，它为什么还能快这么多？

张旭：不生成文本是最大原因，因为相当于“只吐第一个Token”，只做判断。但除此之外，还有计算维度的降级。

第二个，原来是开放式生成，现在你给它的可能只有几个、几十个候选，计算范围更小。

第三个，这些候选之间相互独立，可以更多地并行判断；而传统的自回归生成前后有依赖，每一个Token都要等前一个。

我们自己的实现里也做了类似KV Cache广播这样的处理。所以总结下来就是：少生成、候选范围更小、还能并行。

AI前线：那除了速度，它还有什么本质上的性能优势吗？

张旭：其他方面在我们看来，它跟大模型没有本质区别。它其实也就是一个大模型，只是只用了一半。

效果好不好，最终还是取决于模型本身训练得好不好。

如何复现Jev

AI前线：Jev没有开源权重、完整架构和训练方案。在这种情况下，你们所谓的“复现”，严谨来说复现的是什么？

张旭：严谨来说，我们复现的是它的功能。

我把他们所有公开资料都看了一遍，也研究了创始人的背景，再自己实际调用Jev，看它的输入和输出。

可以理解成我把它当成一个黑盒。如果我可以实现相同类型的输入、相同类型的输出，那我们认为基本复现出了它公开出来的功能。

AI前线：那你们在千问上具体做了什么改动？

张旭：原版的Qwen3.5就可以。

模型本身不用改，主要是在外面的工作方式上处理。这次开源的东西，也是从我们公司已有的Agent Harness里抽了一部分出来，再精简以后放出来。

AI前线：那是不是随便拿一个小模型也能跑？对底座模型能力、参数规模有没有要求？

张旭：这个实际测试以后还是有要求。

我看到开源社区有人拿五六亿参数模型复现，确实能跑起来，“能用两下”，但你会发现它很傻，没办法真正实用。

所以我自己把千问从小模型一路往上试。最后看下来，9B基本上是最低的可用门槛，再小就很难实用；35B效果会更好。选9B也是因为希望普通网友自己的电脑就能运行，不需要特别好的设备。此外，我们也在训练自己的模型，很快也会开源，初步看已经超过了Jev的效果。

AI前线：这次复现有没有什么超出你预期的结果？比如原来以为很难，做完以后发现其实没那么复杂？

张旭：没有特别意外。

反而我们为什么能这么快做出来，就是因为过去在这个方向已经积累了很多，直接把已有的东西拿过来用了。

AI前线：所以反过来说，你们这么快就复现出来，是不是说明Jev目前公开出来的东西，本身并没有特别高的技术门槛？

张旭：更客观地说，它背后还有没有别的东西我不知道。

但至少目前拿出来的部分，在我们看来，就是这个研究领域里的一个特例，没有什么特别神秘的地方。

“79毫秒”能用在哪

AI前线：你们为什么第一时间把复现做成一个Browser Agent？

张旭：我们第一天先看了行业里大家拿Jev做什么，发现最多的就是操作浏览器。

而且我们希望开源出去的东西是有实际用途的，而不是一个技术Demo或者玩具，所以先把浏览器这个场景做出来。

以前很多Agent操作浏览器，需要让大模型先生成操作代码，再去执行。我们现在是把网页上可以交互的元素先列出来，比如输入框、链接、上下翻页，再让模型直接做选择：现在应该输入、点哪个链接，还是翻页。

后来模型本身已经做到毫秒级以后，我们统计发现，完整任务里大部分时间反而花在等网页加载、等网页刷新。

AI前线：那你们为什么长期会往本地模型、CPU、小算力、模型路由这些方向走？这些看上去是很多单点技术，背后的逻辑是什么？

张旭：核心还是AI普惠。

我们一直在想，模型能不能不用很昂贵的GPU，靠CPU也能有一个可以接受的速度和效果。因为绝大多数普通用户不会在电脑里装5090，更不可能买H100、B200。

如果AI最后真的要进入大规模C端产品，全部推理都依赖中心化大算力，本身会是一个限制。所以我们希望把一部分计算分散出去，分到CPU服务器，甚至分到用户手机上。

这也是我们做模型解耦、路由、本地推理这些事情背后的共同逻辑：用更高的性价比，让AI真正能够大规模普及。

AI前线：如果不只看浏览器，这种模型还能用在哪里？

张旭：其实能落的场景很多。

比如我们经常会访问到一些网站上显示大量的广告、欺诈信息、杂乱的内容，那么浏览器有了这个能力加持，就可以快速筛选和过滤。

开发者Movez基于Jev分析了10万条X帖子，耗时仅为20.4秒，花费0.67美元

推荐系统也是很典型的场景。A文章用户感兴趣的概率是多少，B是多少，再把概率高的内容推荐出来。

我还看到有人拿它批量审文档，因为很多判断可以并行，所以一次处理上千份文档，速度和成本会有优势。

AI前线：现在也有人拿Jev做炒股、交易。它因为决策快，会不会特别适合这一类场景？

张旭：快不代表它炒股水平高。

炒股最后还是看模型本身的智力水平，以及有没有针对金融这个方向做优化。Jev现在应该没有专门针对这个方向优化。

所以不能因为它能很快做决策，就认为它一定能赚钱。

AI前线：那再往长远一点看，还有什么你觉得值得关注的应用？

张旭：更长期可能会到工业自动化、智能家居这些领域，因为它们都需要很快做出行动。

现在不是已经有人拿Jev玩游戏了吗？

它能玩游戏，其实就能够操控机器人。

Agent走向快慢分工

AI前线：决策变得这么快以后，下一个挑战会在哪里？

张旭：一个很明显的问题，就是智力。

过去为什么大模型会吐很长的思维链？因为它要靠这些过程提升数学、编程、推理等复杂能力。

现在你把这部分砍掉，它就更依赖模型的“直觉”、第一反应。如果问题本身比较复杂，需要多步思考，那Jev当前的智力水平可能就不够。

AI前线：也就是说，它更适合规则比较清晰、候选明确的任务；如果需要真正复杂推理，就会出现准确率问题？

张旭：对。复杂问题本身就可能超出它现在的能力。

AI前线：为什么Jev一出来，开发者会这么兴奋？快思考、慢思考这套思想其实并不新鲜，去年OpenAI、DeepSeek、Qwen都尝试在基座模型里融入这套逻辑。

张旭：对，快思考和慢思考本身不是新东西。

以前很多模型也说自己有快模式、慢模式，但所谓“快”，本质上仍然是大模型一个Token一个Token生成，只是思维链短一些。从普通用户体验上看，它其实并没有真正快到像“本能”。

Jev为什么火，我觉得一个原因就是，它真的快到足够实用了。以前那个“快思考”，其实也不快。

AI前线：但这是不是意味着它没有办法单枪匹马完成一个长链条Agent任务，还是需要和完整的大模型配合？

张旭：我认为是两个类型互相需要。

比如机器人，如果所有操作都让大模型慢慢想，很难实用化。它一定需要一些非常快的模型去执行动作。

复杂任务规划、逻辑推演可以交给慢模型，而高频、原子化、环境交互类动作，就适合交给这种受限决策模型。

AI前线：那快思考和慢思考，最终有没有可能重新融进同一个模型？

张旭：完全有可能。

系统一、系统二首先是一种架构设计思想。可以是两个模型，也可以一个模型承担两个角色。

通用模型厂商以后完全可能把长生成那部分屏蔽掉，提供一个快速决策模式。

但分成不同模型以后，每个模型可以更专注，也可能效率更高。最终要看是不是一家公司能够把整个生态都吃下来。

AI前线：长远来看，Agent和模型到底是什么关系？模型越来越强，会不会最终把外面的Harness都吃掉？

张旭：我认为不会。

可以打个比方：模型是发动机，Harness是汽车的控制系统，Agent是整辆汽车。

发动机可以越来越强，但你不会因为发动机越来越强，就不要轮子、方向盘和控制系统。所以大模型会越来越强，但它本质上还是Agent里的驱动系统。

声明：本文为AI前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。

本文来自微信公众号“AI前线”（ID：ai-front），作者：四月，36氪经授权发布。

BB Sports的开发者团队在分析Jev的应用时指出，这种快速决策模型在游戏操控和自动化领域具有巨大潜力。