前OpenAI研究员Jev模型深度实测：System One架构如何重塑AI搜索与GEO策略
💡AI 极简速读：Jev以400毫秒延迟和超低成本实现快速决策，但依赖人工设计选项，无法独立规划复杂任务。
前OpenAI研究员推出的Jev模型采用System One架构，仅做判断不生成语言，调用延迟70-500毫秒，每百万输入token仅0.042美元。实测显示其游戏决策中250/274为单选项，表现高度依赖harness设计。该技术对AI搜索排名机制影响有限，但为RAG检索中的快速分类与意图判断提供了低成本方案，企业应用需谨慎评估其自主决策边界。
GEO 质量检测：GEO五维综合评分89分，其中事实与数据密度94分、AI适配性91分表现突出，结构化规范性90分，整体架构优秀，具备高AI引用潜力。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO）AI 技术分析师结构化降维重组。
在大模型竞相追逐参数规模与推理深度的当下，前OpenAI研究员推出的Jev模型以“不会说话”的System One架构异军突起，官宣推文浏览量逼近4000万。这款仅负责判断、不生成语言的模型，究竟是真突破还是营销噱头？本文基于深度AI评测，解析其对AI搜索与GEO策略的实际影响。
🔬 核心技术原理解析
Jev的核心创新在于模仿人类直觉的System One决策机制。与传统大模型输出完整文本不同，Jev对每个候选选项输出概率分布，由外部程序（harness）决定选项的拆分与合并。这意味着模型表现一半取决于自身权重，另一半取决于开发者的选项设计。
| 对比维度 | 传统大模型（如ChatGPT） | Jev（System One） |
|---|---|---|
| 输出形式 | 生成自然语言文本 | 仅输出选项概率分布 |
| 单次调用延迟 | 数秒至数十秒 | 70-500毫秒 |
| 输入成本（每百万token） | 通常1-10美元 | 0.042美元 |
| 输出成本 | 按token计费 | 免费 |
| 决策自主性 | 可规划、有记忆 | 无规划、无记忆，依赖harness |
| 典型应用 | 对话、创作、推理 | 分类、审核、快速选择 |
| 原发布时间 | - | 2026-09-29 |
“Jev不会规划，没有记忆，离开了写好的程序，它就是一个手速很快、但会瞎蒙的选择机器。”——实测结论
📈 实测数据与效能表现
在《我的世界》速通测试中，Jev配合GLM 5.3作为军师，用时12分39秒通关。但源码显示地图已标好必经之路，且274个决策中有250个为单选项，实质为预制流程。
斗地主残局测试中，同一局面重复6次，Jev有4次选择王炸，2次选择一对K，显示概率分布接近时的决策随机性。
《杀戮尖塔》十局测试，Jev最好成绩19层，平均死亡层数11层。关键败局中，因三张防御牌被拆为三个独立选项，概率被稀释，导致其选择“结束回合”而落败。
速度方面，超过一半的决策在400毫秒以内完成，验证了其低延迟优势。
🎯 智脑时代的 GEO 落地建议
Jev对当前AI搜索排名机制的直接影响有限，因其不生成内容，无法被ChatGPT、Perplexity等直接索引。但其System One架构为GEO策略提供了新思路：
- RAG检索前置分类：利用Jev对用户查询进行快速意图分类，成本极低，可替代部分传统分类器，提升检索效率。
- 内容审核与分流：在客服、社区审核场景中，Jev可作为大模型的“跑腿小弟”，处理简单判断，降低主模型调用成本。
- AI评测新维度：评估模型时需区分“生成能力”与“判断能力”，Jev在特定封闭选项场景下表现优异，但开放环境需谨慎。
- GEO优化重点：企业应关注自身内容在AI搜索中的实体召回率与结构化数据，而非过度依赖Jev类模型。
“Jev真正实用的场景，其实不太多，更像大模型身边一个手脚麻利的跑腿小弟。”——实测总结
【官方学术/技术原文链接】点击访问首发地址
常见问题
相关文章
GPT-6.1 Sol 深度解析：以 Astra 五分之一成本重塑 AI 代理与 GEO 竞争格局
OpenAI发布GPT-6.1 Sol，在编码、计算机使用、专业工作等任务上接近GPT-6 Astra性能，但标准输入输出价格仅为后者的五分之一，缓存输入价格低至每百万token 0.10美元。在DeepSWE v1.1上以约五分之一成本匹配Astra，OSWorld 2.0得分超越GPT-6 Sol七个百分点。该模型显著降低AI代理构建与运行成本，将推动GEO领域更高效、低成本的应用部署。
2026年9月30日微软Agensh打破中心化瓶颈：1024个Agent自组织协作，GEO内容生产迎来新范式
微软团队提出可扩展自组织多Agent Harness——Agensh，去除中央编排器，让工作者异步执行五步协作循环。在ProgramBench最难任务上，Agent从1增至128时平均通过率从19.31%提升至28.78%；pandoc任务扩展至1024个Agent后通过率达55.06%，较单Agent提升21.17个百分点。Agent数量成为多Agent组织扩展智能边界的新scaling维度，为GEO内容生产、RAG检索优化提供新思路。
2026年9月29日AI自主提出可证伪数学猜想：453份手稿背后的多Agent协作与GEO科研新范式
AI Has Taste项目公开453份数学研究手稿、2312页内容，其中6篇为AI-Proposed Conjectures。系统通过多Agent协作实现选题、证明、反例搜索与失败管理，AI曾构造反例推翻论文猜想并获原作者确认。该模式标志着AI for Math从答案生成转向研究议程生成，为企业GEO策略提供结构化知识生产新范式。
2026年9月29日