9 天时间，一家公司的估值从 2 亿美元涨到了 100 亿美元。
据外媒报道，Jev 背后的公司正在谈一轮 10 亿美元以上的融资。
有投资人愿意按 100 亿美元以上的估值直接进场。
就在上周，这家公司才刚宣布 4000 万美元的种子轮，领投方给的估值是 2 亿美元。
一周多一点，涨了 50 倍。
而让一群投资人排队送钱的这个模型，一个字都不会写。
它只干三件事。选一个选项。打一个分数。判一个是或者否。
每个答案后面都跟着一个概率。
你给它一段文采飞扬的分析，它没法用。你给它一个带置信度的选项，它拿起来就能跑。
所以它更像一个只做选择题的学霸。作文一篇不写，答题卡涂得飞快，每道题旁边还标着自己有几成把握。
创始人阿尔梅达在 OpenAI 待过。
他参与的是那套教大模型听懂人话、照着指令干活的方法。后来这套东西撑起了 ChatGPT，也撑起了最早那批对话模型。
2024 年，他离开 OpenAI，拉上两位合伙人出来创业。
公司在旧金山，二十来号人，两年没吭声。
9 月 15 日，他们把 Jev 推到了台前。
他对外媒说，现在的大模型都在拼命讨好人类，可人不该是智能唯一的消费者。
以后大部分智能会跑在软件里，在后台安安静静地干活。软件要的东西很简单，一个能直接用的答案。
他管这套叫快思考模型，对应人脑里那种凭直觉先拍板的反应。
名字也有讲究。Jev 取自经济学里的杰文斯悖论，一样东西越省，人们反而用得越多。
他赌的是，当判断便宜到几乎不要钱，软件里会冒出成倍的判断需求。定价是输入每百万 token 收 0.042 美元，输出不要钱。
一次判断，几十毫秒到几百毫秒。
9 月 20 日，候补名单取消，新用户直接送 5 美元额度。
换算下来差不多 1.2 亿 token，够做几百万次判断。
看看 Vercel 公布的数字就明白了。
Jev 接进它的 AI 网关之后，前 12 小时的用量超过所有对比模型。
到第 24 小时，将近 13% 的付费团队用过它。
这个比例是上一代旗舰的两倍，也是同期另一个新模型的六倍多。
Vercel 自己说，这是网关历史上采用最快的一次发布。
公司自己的测试更夸张。同一套工作流里，它比语言模型快 194 倍。
成本只有对方的四百四十五分之一。
开发者那边也玩开了。
一位工程师拿它审查命令安不安全，速度比以前用的模型快 5 到 18 倍。有人把它塞进浏览器插件，380 毫秒判断完一条推文该不该折叠。
还有个狠人拿它配一个新旗舰模型，在《我的世界》里打末影龙，8 分 43 秒通关。
它这部分只花了 1 美分。
另一位就没这么好运气。
他一晚上加一个早上，搭了个全自动交易机器人，同时盯链上和链下数据。到发稿时亏了 31680 美元。
模型判断得再快，也替你扛不住行情。
开源那边跟得更快。
有团队放出了对标的开源小模型，说 17 美元就训出来了。
一周之内，市面上至少冒出 7 个替代品。
权重几天就能被复刻，真正难抄的是校准数据的质量，还有已经接进去的那批开发者。
那 100 亿美元到底在押什么。
过去几年，大模型都在卷同一件事。谁更会聊。谁更会写。谁更会推理。
可当智能体跑起来，情况变了。
智能体每走一步都要判断。下一步调哪个工具。失败了要不要重试。这个操作要不要找人确认。
一天下来，这种判断要做成千上万次。每次都让大模型写一段分析再给答案，又慢又贵。
它做的事很简单，把判断从生成里拆出来，交给一个又快又便宜的专用模型。
这背后的趋势更大。智能的用户正在从人变成软件和智能体。
AI编程 的门槛就这样往下掉，判断力的门槛反而在往上抬。
人需要解释和对话，机器只要一个带置信度的答案。
至于它能不能吃下这块市场，要看免费期结束以后，那 13% 的团队里有多少人愿意回来付钱。
倒计时已经开始了。
对做 AI工具 的人来说，这是一个提前的提醒。
工具越强，那个越难回答的问题就越具体，你到底想让它做什么。
宁可用它先跑一版原型，也别指望它一次就给能交付的成品。
