Martin Casado：实验室错过Jev因在造会说话的存在
a16z合伙人Martin Casado称，前沿实验室错过Jev，是因为它们在造会说话的“存在”，而传统软件需要的是会选择的模型。大模型来自聊天、文本进文本出，硬塞进程序“非常别扭”；Jev则在给定选项里选最优，更快、更便宜、也可为这一任务单独训练。
Jev由TypeSafe AI于9月15日推出，创始人包括前OpenAI研究员Diogo Almeida。产品不生成散文，只返回类型化决定：从固定选项中选择、打分、或给出是否判断及概率。自称延迟约70至500毫秒，输入百万token约0.042美元、不收输出费；公司评测称特定工作流可比大模型快约194倍、便宜约445倍。
Vercel AI Gateway数据显示，上线24小时内约13%付费团队调用，约为同期GPT-5.6家族的两倍、Fable 5.1的六倍，被写成该网关史上最快采用。等待名单约36小时清掉14万人，9月20日开放并附5美元额度。名称取自杰文斯悖论，强调单位美元智能。已披露融资约4000万美元。
Casado把实验室目标写成造神：神说自然语言。Jev面向if、排序与枚举分支，消费者是代码不是读者。播客里他与Aaron Levie、Steven Sinofsky把这类决策引擎与聊天机器人拆开，称创新会更多发生在模型周围的软件层。
采用速度反映的是积压：分类、路由、护栏、工单分级本就不需要段落。把生成模型当分类器用，成本与延迟都付在不需要的文字上。Jev把这一层从提示词里拆出来。
市场机制上，买方是要把百万次小决定写进现有程序的开发团队，卖方是把分类器重新包装成可计费API的模型公司；资金从网关与按token账单流向专用决策推理，而不是旗舰对话模型。受益方是编排层与网关，承压方是用大模型做路由的账单。事件驱动来自延迟与单价，而不是新的对话能力。
无链上数据。可核验的是网关占比与标价，不是长期留存。
来源：公开信息
ABAB AI 解读
Casado用Nicira式的基础设施直觉拆模型市场：聊天是人机界面，软件要的是分支。实验室把全部资本砸进会说话的通用智能，分类、打分、路由仍被提示词临时征用。Jev把被征用的那一层产品化，所以网关一天出现13%团队——那不是新信仰，是旧账单找到出口。
资本路径是前OpenAI训练方法切出窄任务，用低价输入token换高频调用。4000万美元量级融资对标的不是造神，是把if语句变成云服务。Vercel与OpenRouter抢的是接入点：谁先把决策模型放进默认路由，谁就抽走分类流量。杰文斯命名暗示：更便宜的决定会引出更多决定，账单总量不一定下降。
类似结构出现在搜索把排序从页面生成里拆出、支付把风控从客服对话里拆出、以及CDN把缓存从源站计算里拆出。行业位置处在通用模型通胀后的分工：会写的继续写，会选的专门选。实验室若坚持万物皆对话，软件层就会自己养分类器。
结构判断属于技术替代。机制是专用决策模型替代被误用的生成模型去执行程序分支。替代一旦成立，智能的计价单位从“一段话”变成“一次选择”；造神竞赛与软件工程重新分家。
ABAB News · 认知定律
会说话的模型，不一定是软件要的模型
选项一旦给定，生成文字就变成浪费
实验室造神之时，程序仍在找会做选择的零件