如果你千辛万苦接入了一个AI模型，它却无法生成代码、生成图片、编辑Skill，甚至不能像聊天机器人一样，直接回答你“1+1等于几”，你大概率会迫不及待地想把它丢到垃圾桶里。 

但现实是，一款不生成任何自由文本的“哑巴”AI，最近却在海外社交媒体上火了。 不仅热度远超GPT和Claude，连话题性超强的Gemini 4 Pro疑云都被抛到一边。

它叫Jev，来自一家名为TypeSafe AI的公司 。 

热度有多夸张？介绍它的发布推文， 浏览量已经超过3000万 ，收获了超过6万次点赞。甚至另一位开发者制作的45秒解说视频，也被看了超过100万次。 

拥有约38万粉丝的开发者博主ThePrimeagen，也忍不住表示想马上用起来，准备把它接入自己的服务器自动化工具。Dan Shipper则说，团队已经测试了大约一周，并预测 再过6—12个月 ， 人们就会觉得这东西不可或缺 。 

一个连话都不跟你聊的AI，究竟有什么好围观的？ 

但一段同样获得了百万次浏览的游戏演示，或许足以说明它热度爆表的理由： 

这个“哑巴”AI，流畅、自然、全自动地打起了美国国民“CS”——《毁灭战士》来。 

Jev，人狠话不多 

其实《毁灭战士》是什么游戏并不重要，大家只需要把它当成美国佬专属的《CS：GO》就行，游戏玩法也差不多： 

同样是第一人称射击游戏，既要瞄准开枪，也要绕过障碍、移动角色，最终目的也是要把敌人干掉。 

这个也是演示里的Jev正在忙活的事情。遇到敌人了，赶紧转向、开枪；前面堵住了，那就换个方向继续走。而从演示的结果来看， Jev在《毁灭战士》这款游戏里一路的移动、设计、绕障都相当流畅丝滑。

值得注意的是，根据Jev创作团队的说法，演示里的所有操作，都是Jev自己动手的。它虽然也是一个AI模型，但是不会像传统推理模型一样动不动就“深度思考”，对于现状能快速进行反应和决策。 

毕竟在紧张刺激的枪战游戏中，哪怕“深度思考”了1秒，就有可能被敌人干掉。 

而Jev之所以能反应如此快速，据说是因为它每秒能作出大约10次选择。 即便画面快速地进行转变，它也能快速反应过来并马上决定下一步。而像这样流畅地完成游戏的游玩、决策，每小时的花费只有7美元，大概就是50元人民币不到。 

更有意思的是，能做到这么惊艳的效果，这款用来打游戏的Jev， 甚至不是游戏特化的版本，还只是一个通用型的Jev。

而开发团队所做的，也只有教会了它一些游戏“秘诀”，比如会有程序专门告诉它角色位置、附近敌人的情况，并整理成文字和数据。 

最终Jev在玩游戏的时候，会根据这些情报的提示前进、转向和射击。 

不过，相比起官方提供的演示意味非常浓郁的打游戏演示，一些受到邀请的开发者们用它玩出了五花八门的玩法，才真正体现出了它的强大之处。 

比如，帮你少看点让人血压升高的帖子。

有的开发者做了一个叫Barrunto的浏览器插件。你刷X等社媒平台时，它就在后台检查帖子有没有故意引战、骗互动，或者包含有用的信息，再按设置打标签、淡化或隐藏。 

这在龙蛇混杂的社媒平台就显得相当有用了。要是过去刷到一条钓鱼帖，可能骂完、回复完，才发现自己又给人家贡献了流量。现在可以让AI先去踩一脚，直接眼不见为净，也不用浪费口舌给钓鱼贴增添热度。 

还有人让Jev操控浏览器，查询苏黎世到伦敦的航班，演示全程只花了7.1秒。

Jev负责从页面上的按钮、输入框中选择下一步操作。碰到需要填城市名称的时候，再请一个小语言模型代笔。一个负责选，一个负责写，分工倒挺清楚。 

这时候，大家才发现，这个“哑巴” AI，原来真正的杀招，是极其聪明利索的干活好手。它就像我们平时办公室中的某些同事：人狠话不多，一句废话也不多说，却用火箭般的速度把事情干完了。 

而且它的内核还极其聪明。在打游戏的这个案例中，它能精准识别开发者的意图和指令，把程序转译的“报点”输出为精准的射击和走位； 

在踩引战贴的案例中，它也可以根据用户的要求，精准识别哪些帖子的哪些点，达到了引战贴的标准，并精准点踩； 

还有帮忙找航班的案例。对普通人来说，要核对时间，核对航班，核对机场，一连串流程下来很容易手忙脚乱。但是Jev却能把整个流程干得一气呵成，还不会搞错任何事情。 

不过也有个令人好奇的地方。现在大模型的主流都是能输出自由文本的大语言模型，或者是多模态模型。Jev的开发团队，怎么就想到了搞一个“哑巴”却能干的产品出来？ 

AI“少说两句”，是好事啊 

Jev的创始人Diogo Almeida，可能是最有资格让AI闭嘴的人之一。 

这哥们以前在OpenAI工作，还是InstructGPT论文的作者之一。后来ChatGPT能听懂人话，按照人类的要求办事，InstructGPT正是重要基础。 

结果在OpenAI教了几年AI怎么好好说话以后，他跑出去创业，花了两年时间，做出的第一款产品居然不会说话了。 

原因其实很简单。Almeida发现，很多软件找大模型帮忙时， 压根没有准备跟它聊天。

比如公司收到一封客户邮件，对方气冲冲地表示，自己的信用卡被重复扣了两次钱。在过去，系统把邮件交给大模型，只想知道应该把它转给账单部门、技术部门，还是售后部门。 

但传统大模型收到邮件以后，更可能会先分析客户遭遇了什么，情绪有多激动，再解释为什么应该交给账单部门。洋洋洒洒写了一堆， 

但是系统想要的，不就只有“这事归谁管”吗？ 根本不需要在这长篇大论分析一番。

于是，Almeida鼓捣出来的Jev，核心诉求就是能简单明了地做选择、做判断，删去八百字的废话。 

有了Jev之后，还是同样的场景，开发者可以先把可能出现的答案列好。账单、技术、售后，三选一。 而Jev在读完邮件之后，马上输出选择，然后再把判断交差。

而且省掉写作文这一步，AI的速度和价格马上就变了。 

按照TypeSafe公布的数据，在适合Jev的任务中， 它比参加对比的大模型快20至200倍，成本低40至400倍。目前每百万输入Token只收0.042美元，输出干脆免费。

最终，对比起传统的大语言模型，在别人还在组织语言时，Jev已经交卷走人了。 

不过，这类重视判断的模型还有个核心问题要解决：怎么证明你的判断是准确的。 

毕竟Jev的处理速度足够快，许多场景中都可能在一瞬间处理成百上千个需求。这时加入判断正确率只有90%，都意味着有几百个需求被误判。 

所以Jev还要经过专门训练，尽量把自己的把握报准。这套方法叫RLCD，翻译过来就是 面向校准决策的强化学习 。 

开发者可以自己定规矩。比如把握超过90%，软件直接执行。把握在70% 到90% 之间，再叫一个更强的大模型过来看看。连70% 都没有，那就别逞强了，赶紧摇真人。 

这种方式，和一些车企主推的智驾“快慢模型”很接近。在《思考，快与慢》这本书里把人的思考分成了快慢两套系统。看到“1+1”，人几乎不用想就能回答2。真要做一道数学证明，才需要坐下来慢慢琢磨。 

所以，Jev实际上更像坐在窗口后面的办事员。当我们递过去材料，它马上就可以判断该盖哪个章。 碰到自己拿不准的，再把人叫回来补材料。

不过，这种系统也有一个毛病：得有人把规则提前写好。 

开发者必须提前告诉Jev，这道题可以有哪些答案。要是这个信封明明应该转给法务，选项里却只有账单、技术和售后，那Jev就有可能当场宕机， 或者非常麻利地选择错误的答案。

所以，Jev虽然也叫“AI模型”，还能在几百毫秒里完成的选择题，但实际上还挺笨的。 

那么，为什么Dan Shipper还说，“再过6—12个月，人们就会觉得这东西不可或缺”？ 

电脑会被Jev们占领吗 

其实Dan Shipper所说的“不可或缺”，并不是说未来每个人都要下载一个Jev，更不是说它会取代ChatGPT、Claude这些大语言模型。 

恰恰相反，Jev真想进入软件和智能体，还得靠这些大模型帮忙。 因为Jev再会做选择，也得先有人把题目出明白。

同样是过滤帖子的场景，开发者肯定不能只丢给Jev一句“帮我过滤垃圾内容”，然后指望它自己领悟。什么叫垃圾内容？硬广算不算？标题党算不算？带脏话，但确实说了点有用东西的帖子，又该不该留下？ 

最终，不还是得开发者把规则写得明明白白。 

其实Jev能发挥最大用处的方式，还是先让更强的大语言模型查看实际数据，分析Jev经常错在哪里，再帮开发者修改问题、补充选项、完善判断标准。

比如Jev总把吐槽当成恶意攻击，大模型就可以从误判的帖子里找出原因，告诉它什么是正常抱怨，什么才是故意引战。 

规则改好以后，再把成千上万条帖子交给Jev处理。 

从这个角度来看，它虽然不会成为每个人都要花费时间去单独下载回来的工具，但却非常有可能成为日后每个Agent标配的一项能力，跟在大语言模型身后，把那些数量多、重复高，又没必要每次都认真思考的小判断“稳稳地接过去”。 

毕竟一家公司，肯定需要缺一个主导方向、负责深度思考的大脑；但应该也没有人会嫌弃一个不说废话、还能一天到晚帮忙干活的同事。