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发布Jev模型。该模型不生成文本，仅做判断。两周后，行业迅速跟进：OpenAI推出Decisions API，Cloudflare开源Clef，亚马逊发布Strands Decider。

国内方面，上海人工智能实验室开源多模态决策模型Intern-Decision。9月30日，成立不足五个月的上海公司StartLux（原点星辉）发布开源模型StartLux-Decision，宣称在公开评测中超越Jev。

新品类在两周内从“首发”走向“群战”，速度罕见。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」经济

要理解这轮热潮，需明确决策模型的定位。TypeSafe将Jev称为“System One模型”，源自卡尼曼《思考，快与慢》中的系统一（快速、直觉思维）。过去两年大模型主要卷“系统二”（深度推理），但在Agent实际运行中，密集发生的是大量琐碎判断，如工单分配、命令放行、页面操作等。

以往这些判断要么由大模型生成文字后解析（慢且贵），要么写死规则（覆盖不全）。Jev仅回答带预设选项的问题（单选、打分、是非题），直接返回结构化概率结果，定价极低（每百万输入token 0.042美元，输出免费）。

Jev将“判断”从“生成”中剥离，成为廉价、高频的基础设施。

Vercel数据显示，Jev上线24小时内，其AI Gateway上13%的付费用户开始使用。但Jev作为闭源托管模型，无法本地部署，这一缺口成为了后来者的机会。

中国团队迅速跟进，主打开源与本地化

国内团队迅速响应。上海人工智能实验室的Intern-Decision提供0.8B至4B三档规格，主打多模态，推理速度比Jev快2到3倍。StartUX则提供0.8B至27B五档规格，配齐量化文件，直指本地部署。

据StartLux数据，其27B版本在Decision Index 0.2.1的38项测试中，31项高于Jev 1.13，综合分63.88对57.91。此外，团队还展示了国际象棋对弈成果。需注意的是，这些数据基于自测，且“第一”的保质期极短，Cloudflare随后宣称其Clef在同一榜单领先。

相比排名，更值得关注的是中国团队一致选择开源和本地化。

Jev的闭源云端模式对数据敏感及有跨境顾虑的国内开发者构成门槛。开源权重、支持本地运行恰好填补了这一空白。此外，Cloudflare的Clef、亚马逊的Strands Decider均基于Qwen后训练或做底座，显示中国开源基座已成为全球玩家共用的基础。

为何押注「本地」场景

StartLux成立于今年，CEO为陈大年（盛大网络联合创始人、WiFi万能钥匙创始人），CTO为郭权玮博士。公司定位“主打本地模型”，让模型能力和数据保留在用户设备上。

此前，以Qwen3.6-27B为基座的StartLux-27B在中国信通院M专项测试中得分39.25，超过DeepSeek-V4-Flash。需注意，这是聚焦工具调用的专项测试。StartUX规划的“本地AI”是一套个人AI系统：27B模型承担通用能力，决策模型负责高频判断，上层为Agent和记忆，底层为量化与推理系统。

在本地场景中，决策模型意义更大。个人电脑显存、内存和功耗有限，若每个小判断都动用大模型，本地Agent难以运行。StartLux数据显示，4B版本经Q4量化后约2.71GB，与原始权重决策一致率仍达98.3%。

对押注本地的公司而言，决策模型不是追热点，而是本地系统能否运行的关键零件。

Jev证明了“将智能分层、各司其职”的路径获市场认可，这与StartLux的本地架构逻辑契合。StartLux声称3天完成开发，归功于Auto Research体系，其复用能力比单次榜单成绩更能体现公司实力。

判断层会否沦为「白菜价」

决策模型的护城河尚浅。Jev研发两年，OpenAI两周推出API，StartLux三天跟进，大厂半个月内集体入场。两周即可复制的品类难以形成壁垒，Jev最终可能面临与大厂自有模型的价格战。

对StartLux而言，真正的挑战在于长任务稳定性、异常恢复、上下文管理及整体体验。按计划，其首个面向公众的本地智能体验版本有望年内推出。

陈大年过往产品多为高频、底层、规模取胜型。当“判断”变得廉价，价值将更多体现在如何将模型组装成优质产品的人手中。