Jev 之后，中国团队开始深挖 AI 的“直觉层”
9月15日，前OpenAI研究员Diogo Almeida创办的TypeSafe AI推出了Jev。这款模型不生成任何文字，仅执行判断任务。
两周后，整个行业开始同步行动。OpenAI在开发者日发布了Decisions API，Cloudflare于10月1日开源了Clef，亚马逊也推出了Strands Decider。
国内同样没有停滞。上海人工智能实验室开源了多模态决策模型Intern-Decision。
9月30日，一家成立不到五个月的上海公司StartLux（原点星辉）发布了开源的StartLux-Decision，并声称在公开评测中超越了Jev。
一个新品类在两周内从“首发”进入“群战”，这种速度在大模型行业也属罕见。
而StartLux背后的掌舵人，是盛大网络联合创始人陈大年。
被Jev点燃的“直觉”
要理解这波热潮，需要先明确决策模型的具体功能。
TypeSafe将Jev称为“System One模型”，名称源自卡尼曼的《思考，快与慢》。系统一代表人类快速、直觉的思维部分，系统二负责慢思考。过去两年的大模型，几乎都集中在系统二方向，追求更长的推理链和更深的思考。
但Agent实际运行后，情况有所不同。一个Agent任务中，频繁发生的往往不是深度推理，而是大量琐碎判断：这张工单该分配给哪个团队，这条命令能否放行，页面上下一步该点击哪个按钮，任务是否完成。
过去，这些判断要么交给大模型“顺便”处理，生成一段文字再解析；要么固化为规则，无法覆盖长尾场景。前者又慢又贵，后者不够智能。
Jev的做法是仅回答带有预设选项的问题，如单选、打分或判断题，直接返回带有概率的结构化结果。定价为每百万输入token 0.042美元，输出免费。
可以说，Jev将“判断”从“生成”中剥离，打造成了一种廉价、高频的基础设施。
市场反应直接。Vercel披露，Jev上线24小时内，其AI Gateway上13%的付费用户已使用该模型，这一比例是此前任何模型发布时的两倍。TypeSafe以经济学家杰文斯的名字为模型命名，暗指那条著名悖论：一样东西越便宜，需求反而越大。
但Jev存在一个明显短板。它是闭源托管模型，未公开权重，也无法本地部署，只能通过TypeSafe自己的API调用。
这个短板，恰好成为后来者的切入点。
中国团队迅速跟进
国内团队也在快速跟进类似Jev的模型。
上海人工智能实验室的Intern-Decision开源了0.8B、2B、4B三个版本，主打多模态能力，能理解图像和界面后做出决策，团队提供的数据显示推理速度比Jev快2到3倍。
StartLux这样的创业公司，则一次性推出了从0.8B到27B的五种规格，并配有量化文件，直接瞄准本地部署。
StartLux模型分数超过Jev｜图片来源：Github
根据StartLux公布的数据，27B版本在Decision Index 0.2.1的38项测试中，有31项高于Jev 1.13，综合分数为63.88对57.91。团队还展示了一组国际象棋对弈，36局中赢得35局。
StartLux模型下国际象棋｜来源：Github
这些数字需要放在适当背景下看待。它们是团队基于公开工具，对照9月28日榜单快照完成的自测。更重要的是，“第一”在这个赛道的保质期极短，StartLux发布第二天，Cloudflare就声称自家Clef在同一套榜单上领先。至于下棋，并非决策模型的主要应用场景，更像一个吸引眼球的演示。
相比谁暂时排第一，更值得注意的是，中国团队几乎一致选择了开源和本地化。
这并非偶然。Jev闭源且仅能通过云端调用，对数据敏感、对跨境调用有顾虑的国内开发者而言，这本身就是一道门槛。开源权重、能在本地机器上运行，正好弥补了Jev留下的空白。
还有一个细节。Cloudflare的Clef基于Qwen后训练，亚马逊的Strands Decider也以Qwen为底座，APUS的方案同样运行在Qwen上。这一轮决策模型热潮中，中国开源基座已成为全球玩家共用的“躯干”。
为什么押注“本地”
回到StartLux本身。
这家公司今年才成立，CEO是陈大年，CTO是郭权玮博士。陈大年的履历在中国互联网从业者中并不陌生：1998年写出上网计费软件ENCounter，次年和陈天桥创办盛大，后来又做了WiFi万能钥匙。
StartLux给自己的定位是“主打本地模型”，让模型能力和数据留在用户自己的设备上。上一次引起关注，是以Qwen3.6-27B为基座后训练的StartLux-27B，在中国信通院的MCP专项测试中得分39.25，超过了284B参数的DeepSeek-V4-Flash。需要说明的是，这是一项聚焦工具调用的专项测试，不代表通用能力全面领先。
在StartLux的规划中，“本地AI”不是一个能下载到电脑上的小模型，而是一整套个人AI系统。27B模型承担通用能力，决策模型负责高频判断，上层是Agent和记忆，底层是量化与推理系统。
放入这张图中看，决策模型对本地场景的意义比对云端更大。云端算力可以堆叠，个人电脑的显存、内存和功耗却有硬上限。如果每个小判断都要动用27B模型，本地Agent根本无法运行。根据StartLux公布的数据，4B版本压缩到Q4量化后约2.71GB，与原始权重的决策一致率仍达98.3%。
对一家押注本地的公司来说，决策模型并非追热点的新品类，而是本地系统能否顺畅运行的关键部件。
这也是Jev对StartLux真正的意义。准确地说，Jev并没有替StartLux选择方向，从时间线看，StartLux的决策模型立项明显晚于Jev。Jev证明的是另一件事：“将智能拆分成不同层级、各司其职”这一路径，被市场用真金白银投了票，而这恰好是StartLux一直在讲的本地架构逻辑。
那个“3天”的数字也值得一提。StartLux将其归功于自己的Auto Research体系，让AI参与数据构造、训练、评测和失败分析。这套方法能否在不同模型品类间反复复用，比任何一次榜单都更能说明这家公司的成色。
判断层会不会变成“白菜价”
不过，决策模型的护城河有多深，现在下结论还为时过早。
Jev号称在隐身状态下研究了两年，OpenAI用两周基于自家小模型做出了Decisions API，StartLux用了3天，Cloudflare和亚马逊也都在半个月内跟上。Jev发布时就有分析人士预判，大厂会很快推出自己的决策模型，Jev最终要和“前沿版本的自己”打价格战。
一个两周就能被复制的品类，本身很难成为壁垒。
对StartLux来说，真正的考验也不在决策模型这一层。郭权玮自己也承认，长任务稳定性、异常恢复、上下文管理和整体体验，比单纯将模型运行起来要困难得多。
按计划，StartLux首个面向公众的本地智能体验版本有望在年内推出。
从按时计费的上网工具到WiFi万能钥匙，陈大年过去做过的不少产品，都是高频、底层、靠规模取胜的生意。决策模型同样是一件高频、底层的事。
问题在于，当“判断”便宜到人人都能做，价值最终会落在模型身上，还是落在将这些模型组装成产品的人手里？
本文来自微信公众号 “极客公园”（ID：geekpark），作者：桦林舞王，36氪经授权发布。
