Jev 是什麼？前 OpenAI 研究者打造的決策 AI，他如何又快又便宜？

如果每天收到一萬封客服信，AI 能在讀完每封信後，迅速判斷「交給哪個部門、要不要優先處理」，而且整批的模型費用可能不到一美元，這會改變多少原本靠人手分派的工作？

Jev 最值得關注的能力，就是讓大量重複的小判斷，變得更快更便宜，也更容易接進工作流程。

TypeSafe AI 在 2026 年 9 月 15 日推出早期存取版 Jev，稱它為 System One Model，你可以先理解成「專門替軟體快速做判斷的 AI」，而這家公司背後，有一位曾參與 ChatGPT 重要前身研究的人物。

Jev 是誰開發的？創辦人 Diogo Almeida 厲害在哪？

Jev 是 TypeSafe AI 團隊的作品，其中共同創辦人暨執行長 Diogo Almeida 曾在 OpenAI 工作，官方團隊頁也列出他的 Google Brain 經歷，另外兩位共同創辦人是負責營運的 Sasha Sheng，以及負責技術的 Erik Gafni。

Diogo 最值得介紹的經歷，是他名列 2022 年 InstructGPT 論文的主要作者之一，這項研究處理一個很實際的問題：AI 即使讀過很多資料，也不代表能照使用者的要求好好回答。

研究團隊先讓人示範好的回答，再請人比較哪些答案更好，用這些回饋訓練模型，這類方法叫 RLHF，中文是「人類回饋強化學習」，白話說，像老師先示範，再批改作業，幫助 AI 學會什麼樣的回答比較符合人的需求。

成果有多突出？論文中，只有 13 億個參數的 InstructGPT，在該研究的人類偏好評估中，勝過 1,750 億個參數的原始 GPT-3，參數可以先想成模型內部學到的可調整數值，這個結果說明了：訓練方向對了，小得多的模型，也可能給出更受人偏好的回答。

這項工作和 ChatGPT 有直接關係，OpenAI 在 2022 年發布 ChatGPT 時，明確說明沿用了 InstructGPT 的 RLHF 方法，並調整資料蒐集方式，因此 Diogo 的份量在於參與了讓 AI 更能聽懂指令的重要研究，這是團隊共同成果。

已經有 ChatGPT，為什麼還要開發 Jev？

Diogo 在 Jev 發布文中提出的核心疑問是，AI 已經這麼會聊天了，為什麼大量工作還沒有順利自動化？

他把這個問題當成持續研究的方向，TypeSafe 則經過兩年未公開的開發，才推出 Jev。

用客服工作理解就很清楚，AI 寫得出一封漂亮回信，和系統能不能快速把一萬封信送到正確部門，是不同的能力，後者需要每一步都能接著執行，還要處理等待時間、費用，以及拿不準時怎麼辦。

TypeSafe 的想法，是把 AI 判斷變成軟體可以反覆使用的小功能，像積木一樣組成流程，讓 AI 理解信件意思，讓一般程式負責查訂單、計算金額與執行規則，這也正是 Jev 想補上的位置。

先用客服信，搞懂 Jev 和 LLM 差在哪

LLM 是 Large Language Model 的縮寫，中文叫「大語言模型」，你可以先把它理解成從大量文字中學習語言規律、能根據上下文產生回答的 AI，常見用途包括聊天、摘要、翻譯和寫作。

Jev 比較像客服中心的分流人員，讀完來信後，在事先設定好的選項裡做判斷，將結果交給下一個系統處理，官方支援的題目包括選一個選項、依標準評分，以及估計某件事成立的機率。

假設客人寫來：「我昨天付了款，訂單卻一直顯示付款失敗，明天就要用，請幫我確認」，下面是為了說明分工設計的情境，並非實際測試結果。

你要完成的工作可以怎麼分工
判斷交給帳務、物流還是技術支援讓 Jev 從預設部門中選擇
判斷是否需要優先處理讓 Jev 按設定的緊急程度評分
寫一封有禮貌、說明清楚的回信交給能生成文字的 LLM
確認是否真的收到款項查訂單與付款系統，不能只憑 AI 猜測

這裡的「固定格式」，正式說法叫結構化輸出，你可以把它想成填表格，部門填哪一欄、緊急程度有哪些選項，都先規定好，程式才容易接著做事。

要注意，LLM 也能分流和產生結構化輸出，Jev 的差別是專門為這類決策設計，並非只有它能填表格，LangChain 的整合說明也將 Jev 定位為生成式模型的搭配工具，而非直接替換品。

Jev 厲害在哪？把快速判斷變成能接著做事

多個小問題一起判斷，減少一步一步等待

常見的生成式 LLM 會依序產生文字片段，這些片段叫 token，它可能是一個字、一部分單字或標點，不等於固定數量的中文字。

Jev 則同時評估事先列好的問題，直接回傳選項與機率等結果，省去自由文字生成的過程，Vercel 已在 9 月 16 日公布整合，讓開發者能把這類判斷接進軟體。

用前面的客服例子理解，部門、緊急程度、是否要求退款，可以根據同一封信一起判斷，再由系統整理成待辦事項，當一個流程有許多這類小問題，減少每次等待，就更有機會把時間省在整個流程上。

不過同時回答多題有前提，各題是根據同一份資料獨立判斷，如果第二題必須知道第一題的答案，還是要安排前後步驟，不能把整個工作流程都想成瞬間完成。

結果可以直接交給程式，讓分流變成自動流程

你先定義好「帳務、物流、技術、其他」等選項，Jev 就依這套規格回傳答案與各選項的機率，程式可以接著分派案件，這種把結果限定在指定格式與選項內的設計，能減少後續整理答案格式的工作。

對使用者而言，實際價值是少一個「看完 AI 回答，再手動轉交」的步驟，LLM 也能做到固定格式輸出，Jev 要爭取的優勢，是把這類判斷做得更快、更省，接下來的數據就是要檢查這件事。

把拿不準的案件挑出來，集中人工注意力

如果兩個部門的機率很接近，系統可以先送人工確認，答案明確的案件則照既定規則處理，這是官方介紹的應用方式，白話說，就是讓人把時間花在難分的案例上，是否真的能省下人工，仍要拿自己的資料驗證。

「又快又省」有哪些數據？

我會把證據分成公開價格、官方測試、外部測試者紀錄，三者能回答的問題不同。

項目公開數字應該怎麼解讀
官方回應時間70～500 毫秒，約 0.07～0.5 秒官方多從美國西岸呼叫當地服務，台灣實際等待時間仍需測試
輸入與輸出價格每百萬輸入 token 0.042 美元，輸出 0 美元這是模型使用費，不是整套系統的總成本
官方工作流程比較宣稱最高快 193.6 倍，費用約為對照的 1/444.6特定測試下的主張，不能當成所有任務的固定倍率

速度與倍數來自 TypeSafe 發布資料，官方也提醒，亮眼倍率可能接近實際收益的上緣，價格另可在 OpenRouter 的 Jev 頁面交叉核對。

官方怎麼測？答案由誰判定？

官方評估包含資安事件、AI 代理的執行紀錄、發票處理與客服決策，AI 代理可以先理解成「會串接工具、接著執行下一步的 AI 系統」，例如查完訂單，再決定是否轉人工。

測試把工作拆成小問題與程式規則，四類工作占同樣比重，參考答案由高推理設定的 GPT-6 Astra 和 Claude Fable 5.1 產生，也就是讓這兩個模型投入較多計算來思考，其他受測模型採供應商預設設定，因此，分數反映的是符合這套參考答案的程度，不能直接當成真實營運的正確率。

LLM 也能設定成只回簡短選項，速度比較要連同任務與輸出要求一起看，官方比較中的 LLM 還必須回傳機率，這會影響時間與費用，193.6 倍與 444.6 倍各自對應的比較模型與設定，本文尚未核實，所以保留為官方測試主張。

有官方以外的實測嗎？有，但規模和任務有限

開發者 Maxim Saplin 在 9 月 17 日公布自己的西洋棋測試，Jev 的紀錄為 80 局，平均每局約 35.6 秒、費用約 0.0015 美元，80 局合計約 0.12 美元。

這份結果有參考價值，但 Jev 是從程式提供的合法走法中挑選，聊天模型則透過多輪工具操作下棋，互動方式並不相同，不能直接拿表中的時間差當成公平的通用速度排名，更不能拿棋力推論客服判斷一定準確。

所以如果問「快又省是不是只有傳聞」，答案是已有公開數據與外部測試紀錄，如果問「能不能證明所有任務都便宜幾百倍」，目前這些證據還不夠。

一萬封客服信，費用到底有多低？

只看「每百萬 token 0.042 美元」不太有感，我們用一個假設試算，假設每封信連同必要背景、問題與選項，一次送進模型共用 2,000 個輸入 token，每封只呼叫一次。

一萬封信 × 2,000 token ＝ 2,000 萬 token，也就是 20 個「百萬 token」，按上述單價計算，模型輸入費為 20 × 0.042 ＝ 0.84 美元。

這是算式示例，不是實測帳單，2,000 token 也不代表 2,000 個中文字，如果一封信要呼叫好幾次、附上很長的對話紀錄，費用就要重新計算，還沒算進工程串接、系統維護及人工複核。

另一個重點：讓系統知道哪些答案需要再確認

AI 幻覺，是指 AI 產生看似合理、實際上沒有根據或不正確的內容，TypeSafe 宣傳中的保證，要放在預先限定的輸出格式與選項內理解。

假設你只給「帳務、物流、技術」三個部門，系統不會憑空填出第四個部門，但本來該轉帳務的信，仍可能被分到物流，填對欄位和選對答案，是兩件事。

Jev 的另一個重點是訓練它合理表達機率，官方把這套訓練方法稱為 RLCD，白話說，就是不只要求選答案，也要求它對「這個答案有多大可能成立」提供有參考價值的數字。

例如一大批標示「80% 可能成立」的預測，理想上約八成真的成立，這叫機率校準，描述的是很多次預測合起來的表現，不是任何一次回答的保證。

這裡還有一個容易混淆的詞：confidence，中文常翻成信心值，Jev 的這個數字是根據各選項的機率分布計算，反映答案有多集中，信心值 0.9 並不直接等於答對率 90%，要用自己工作的資料驗證後，才能決定哪些情況自動處理、哪些交給人看。

Jev 怎麼用？新手先用網頁做一次客服分流

第一次接觸，我建議先完成一個小練習：貼上一封信，請 Jev 判斷部門與是否有急迫需求，下面依官方操作流程設計，輸入與結果解讀都是教學示例，本文沒有登入帳號執行這組測試。

打開 Playground，貼上要判斷的文字

前往 TypeSafe Playground 網頁試用介面 並登入，Jev 發布時採早期存取，若帳號尚未開通，就依官網指引申請或候補。

在 State 放進下列範例文字，State 就是「提供給 AI 判斷的資料」，目前 Jev 接受文字，不直接接受照片、聲音或影片。

範例文字：「我昨天付了款，訂單卻一直顯示付款失敗，明天就要用，請幫我確認」。

加一題 Choice，先決定交給哪個部門

Choice 就是選擇題，問題可以寫「這封客服信應優先交給哪個部門？」，接著定義選項與範圍，這些規則由你提供，Jev 不會自動知道你的公司分工。

選項提供給 Jev 的判斷標準
帳務付款、扣款、發票或款項狀態有問題
物流已出貨後的配送進度、包裹遺失或送錯地址
技術登入或操作功能故障，且不屬於付款問題
其他以上皆不符合，或資訊不足以分派

加入「其他」很實用，因為真實來信不一定剛好落在你的分類裡，先留一個可以人工查看的出口，也比較容易找出哪些規則需要補充。

再加一題 Noul，判斷有沒有急迫需求

Noul 是官方替「是非題的機率判斷」取的名字，問題可以寫「這封信是否表達明確的使用期限或急迫需求？」，它會回傳 0 到 1 的數字，越接近 1，代表模型越傾向判斷為「是」，這裡量的是該敘述成立的機率，不是緊急程度的分數。

設定好後執行查詢，兩題可以一起送出，先確認回傳的是「部門選項」與「是否急迫的機率」，而不是期待它寫出一封客服回信。

看懂結果，再決定下一步怎麼做

用示意結果說明，如果部門回傳「帳務」，急迫需求的機率也很高，你就能設計成「送進帳務待辦，並標記優先」，如果帳務與技術的機率很接近，就先交人工確認，這是流程設計示例，不是這段輸入的實測答案。

網頁練習能幫你看懂判斷方式，要讓新信自動進來、結果自動送到待辦清單，還需要透過 API 串接，API 可以理解成讓兩套軟體傳資料、請對方做事的接口，Jev 負責回傳判斷，收信與派工由你串接的系統執行。

先拿 20 封已由你分好類的範例信試跑，這是我建議的入門練習量，把預期部門和 Jev 結果逐一對照，哪種最常分錯，就回頭把選項範圍寫清楚，20 封足以幫你理解操作，正式大量使用前仍需要更多代表性案例。

哪些人值得用 Jev？先找出你反覆做的小判斷

如果你主要用 AI 寫文章、整理想法、討論企劃，繼續用擅長文字生成的工具即可，Jev 沒有提供自由文字生成，把它當成下一個聊天軟體，會期待錯方向。

如果你每天要把客服信分部門、替文件歸類，或判斷使用者的問題該交給哪個工具，Jev 就有明確的試用價值，這些工作共同的特徵是：資料很多、選項能事先定義、同一種判斷會重複發生。

比較時至少看實際等待時間、模型費用、判錯比例，以及最後需要多少人工複核，單次回應很便宜，但常常判錯，和單次稍貴卻能減少重工，是不同的經營結果。

對我來說，Jev 最有想像空間的地方，是讓原本因為太慢、太貴而不值得交給 AI 的小工作，也有機會被自動處理，從一封信的分流開始，當這種判斷每天重複上千次，速度、費用與容易串接的輸出，才會一起變成有感的改變。

參考資料

常見問題 FAQ

Jev 是大語言模型嗎？

Jev 的產品定位和一般生成文字的 LLM 不同，TypeSafe 稱它為 System One Model，主要回傳預先定義的選項、評分與機率，不提供自由文字生成。

Jev 可以直接替我寫文章嗎？

不能像聊天型 LLM 那樣直接產生完整文章，它較適合協助文章分類、判斷內容是否符合某個條件等決策步驟，實際寫作仍需搭配文字生成工具。

Jev 輸出免費，就代表完全不用錢嗎？

不是，公開定價仍收取輸入費，每百萬 token 為 0.042 美元，若透過其他平台或整合服務使用，還要確認該服務的計費方式，工程與人工成本也不包含在模型價格內。

不會寫程式，可以直接開始用嗎？

有存取權限後，可以先用官方 Playground，也就是網頁試用介面，貼上文字並設定問題，不一定要先寫程式，要自動處理大量工作，通常仍需透過 API，也就是讓軟體互相呼叫的介面來串接，發布時採早期存取，能否立即使用仍以帳號權限為準。

科技翰林院主理人，14 年廣告動態設計背景，當過導演、拿過金點設計獎和德國 iF Design Award 等國際獎項，後來發現 AI 才是接下來最重要的事。
現在幫台灣企業搞懂 AI 跟他們有什麼關係，擔任過 NVIDIA、Adobe、ASUS、MSI、技嘉、工研院、文策院等百大企業的 AI 講師，線上課程累積超過 1 萬名學員。
同時運營美第奇未來職涯 AI 學院和台灣 AI NGO 聯盟，歡迎企業 AI 導入諮詢與內訓合作：[email protected]

Similar Posts