Jev 之后：决策模型成 AI 新品类，StartLux 陈大年押注开源本地化

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-04

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

2026 年 9 月 15 日，前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 发布 Jev，一款不生成文字、只做判断的决策模型。两周内，OpenAI 推出 Decisions API，Cloudflare 开源 Clef，亚马逊发布 Strands Decider，上海人工智能实验室开源 Intern-Decision，StartLux 发布 StartLux-Decision。一个新品类从首发走到群战，速度在大模型行业亦属罕见。

📊 核心实体与商业数据

💡 业务落地拆解

决策模型：把「判断」从「生成」里剥离

TypeSafe 将 Jev 称为「System One 模型」，取名自卡尼曼《思考，快与慢》。系统一是人快速、直觉的思维，系统二负责慢思考。过去两年大模型几乎都在往系统二方向卷，推理链更长、思考更深。但 Agent 真正跑起来后，密集发生的往往不是深度推理，而是大量琐碎判断：工单分派、命令放行、界面点击、任务完成确认。

Jev 的做法是只回答带预设选项的问题——单选、打分或是否——直接返回带概率的结构化结果。它把「判断」从「生成」里剥离出来，做成一种廉价、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% 的付费用户就用上了它，是此前任何模型发布的两倍。TypeSafe 用经济学家杰文斯命名，暗指杰文斯悖论——一样东西越便宜，需求反而越大。

但 Jev 有一个明显缺口：闭源托管，没有公开权重，不能本地部署，只能调用 TypeSafe 自己的 API。这个缺口恰好成了后来者的入口。

中国团队的开源本地化补位

国内团队迅速跟进。上海人工智能实验室的 Intern-Decision 开源 0.8B、2B、4B 三档，主打多模态，能看懂图像和界面再做决策。StartLux 一口气拿出 0.8B 到 27B 五档规格，配齐量化文件，直接瞄准本地部署。

按 StartLux 公布的数据，27B 版本在 Decision Index 0.2.1 的 38 项测试里有 31 项高于 Jev 1.13，综合分 63.88 对 57.91。团队还展示了一组国际象棋对弈，36 局赢下 35 局。这些数字需放在正确位置看：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」在这个赛道保质期极短，StartLux 发布第二天，Cloudflare 就宣称自家 Clef 在同一套榜单上领先。

比起谁暂时排第一，更值得注意的是，中国团队几乎不约而同选择了开源和本地化。 Jev 闭源、只能走云端，对数据敏感、对跨境调用有顾虑的国内开发者本身就是门槛。开源权重、能在自己机器上跑，正好补上 Jev 留下的空位。

还有一个细节：Cloudflare 的 Clef 基于 Qwen 后训练，亚马逊的 Strands Decider 也用 Qwen 做底座，APUS 的方案同样跑在 Qwen 上。这一轮决策模型热潮里，中国开源基座已经成了全球玩家共用的「躯干」。

StartLux 的本地化战略与陈大年

StartLux 今年才成立，CEO 是陈大年，CTO 是郭权玮博士。陈大年 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 定位「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 的规划里，「本地 AI」不是一个小模型，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。

放进这张图里看，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，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 根本跑不动。按 StartLux 公布的数据，4B 版本压到 Q4 量化后约 2.71GB，与原始权重的决策一致率仍有 98.3%。

对一家押注本地的公司来说，决策模型不是追热点的新品类，而是本地系统能否跑得动的关键零件。

Jev 并没有替 StartLux 选方向，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：「把智能拆成不同层级、各司其职」这条路，被市场用真金白银投了票。

那个「3 天」的数字也值得一提。StartLux 把它归功于自己的 Auto Research 体系，让 AI 参与数据构造、训练、评测和失败分析。

🚀 对企业 AI 化的启示

判断层会不会变成「白菜价」

决策模型的护城河有多深，现在下结论还太早。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 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，比单纯把模型跑起来难得多。

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，还是落在把这些模型组装成产品的人手里？

【官方原文链接】点击访问首发地址