撬开Jev黑箱，对话全球首批复现者：9B小模型跑通79毫秒“快决策”

在经济学领域，杰文斯悖论指出：某项资源的使用效率提升、单位成本下降后，其总体消耗量反而可能上升。目前，大模型行业正完美诠释这一规律——模型价格越低、响应速度越快，调用量便呈现爆发式增长。

近期在硅谷引发热潮的新物种Jev，一个与杰文斯悖论同名的“大模型”，正将这一趋势推向新高度。

它拒绝创作诗歌、拒绝探讨人生哲理，甚至不愿生成一句多余的废话。然而，正是这样一个“沉默寡言”的模型，在发布不到48小时内，于X平台上吸引了超过3000万次的热烈关注，并促使2.5万名开发者申请内测；上线大模型托管平台Vercel仅24小时后，近13%的付费团队迅速接入——这一渗透速度，是当年GPT-4的两倍。

天下武功，唯快不破。Jev的核心优势同样在于此：极速且成本极低。作为前OpenAI核心研究员、RLHF技术的共同发明者，Jev创始人Diogo Almeida甚至宣称：“下一个时代并非属于Claude Code这类辅助工具，Jev才是未来！它比通用模型快200倍，便宜400倍，且零幻觉。这将是继RLHF之后的又一重大突破。”

从毫秒级响应的浏览器插件，到高频执行的链上交易决策，再到每秒10次决策、击败人类玩家的《毁灭战士》通关外挂，开发者围绕Jev打造的应用案例呈现井喷态势。

然而，面对这样一个估值一夜飙升至2亿美元、却至今未公开训练方案与底层权重的“黑箱”，业界的好奇与质疑也达到顶峰：它究竟是模型架构的革命，还是被营销包装的“分类器”？

就在昨日上午，国内人工智能企业APUS旗下AI实验室，公开了全球首批针对Jev的独立开源复现成果，并将其封装为即开即用的Agent Skill fast-browser-use。该项目支持纯本地模型离线运行，横跨macOS、Linux、Windows三大桌面与服务器操作系统，甚至无需独立GPU，在普通Mac和PC上也能本地运行。

目前，该项目完整代码已通过MIT协议向社区开放（https://github.com/APUS-AI-Lab/fast-browser-use）。

笔者第一时间联系到该项目负责人——APUS AI首席科学家张旭博士。我们围绕Jev的底层技术逻辑与路线、APUS的复现与改造逻辑、这类快速决策模型的应用潜力，以及Agent未来的“快慢分工”趋势等话题，进行了深入探讨。

准确地说，张旭团队并未获取Jev的模型权重、完整架构和训练方法；而是通过公开资料和实际输入输出反推其工作机制，基于Qwen3.5系列、Google Gemma系列等开源模型还原了Jev最核心的工作流，并在推理速度上实现了对标。

开源当天（9月20日）上午，APUS公布首轮结果：在真实浏览器任务中，维基百科检索约18秒完成，表单填写、站内跳转等更短链任务则在数秒内完成，全程无需调用云端模型；下午采访中，张旭团队将测试迁移至RTX PRO 6000，单次决策时间压缩至79毫秒，与Jev响应时间70～500毫秒成功看齐。

他还透露，其内部自研模型可实现更小9B、4B参数规模复现Jev的性能，并将于近期开源。（截至发稿前，已开源https://huggingface.co/apus-ailab/APUS-OpenJev-v1）

以下为笔者与张旭博士的访谈精要。为便于阅读，本文对原始对话进行了提炼与整合。

拆解Jev的底层逻辑

AI前线：如果抛开官方的概念话术，您能否用更直观的方式解释，Jev与常见大模型有何区别？它本质是什么？

张旭： 理解这个问题的关键在于看清大模型工作的两个基本步骤。第一步是Prefill，即输入处理；第二步是Decode，即自回归生成。

当大模型完成第一步Prefill时，其神经网络内部的“隐状态”实际上已理解了你输入的文本和图像细节。

第二步的Decode，是一个字一个字地生成Token，纯粹是为了“翻译给人看”。

但人类语言的带宽很窄，存在极高的信息损耗。例如，一张包含猫、树枝纹理和复杂光影的图片，无论你用多少文字描述，都无法毫无遗漏地还原给他人。

Jev的核心本质在于：它砍掉了第二步（Decode），只保留第一步。它不再为了迎合人类而逐字生成文本，而是直接在模型理解信息的“隐空间”里计算结果。

AI前线：那它最终输出什么？就是Choice、Score/概率这类东西吗？

张旭：对。普通大模型每生成一个Token，本质上是在十几、二十万词汇的词表中计算全量概率，再选择一个输出。

Jev则是将这个过程极度收敛，变为对有限选项的概率测算。例如，你问“这份提纲完整了吗”，只给“完整”和“不完整”两个选项，它只返回这两个选项的概率得分。

这也是为什么它自称不会出现幻觉。并非它不会判断错误，而是你只给它A、B、C，它不会凭空编出一个D。

但不出幻觉与不出错是两回事。

AI前线：既然只是给出固定选项的概率，业界有人质疑它只是被包装过的“动作分类器”，您怎么看？它究竟新在哪里？

张旭：这么说也没错。但我认为还应看到它背后更大的研究趋势。

例如，一张图片包含非常丰富的信息，无论你用多长的文字描述，都难以还原全部细节。语言本身就会造成信息损失。

因此，当前一个前沿方向是：既然模型内部已有这些信息，我们是否必须先将它转化为人类语言，再用语言继续处理？

Jev可视为这个方向中的一个具体特例。它省去后续的语言生成，直接从模型内部状态完成判断。

AI前线：所以您说的这个更大方向，具体是什么？就是将“理解”和“生成”进一步解耦吗？

张旭：这是其中一个方面。行业里会将更大的一类思路称为隐空间计算。

例如，两个Agent之间通信，它们都不是人，为何一定要将第一个Agent脑海中的信息翻译成人类语言，再让第二个Agent读取？理论上可以直接在模型内部状态之间处理。

模型路由、Agent之间通信、模型内部思考，都可沿此方向进行。Jev只是用这个思路去做了一件具体的事：有限选项的概率判断和决策。

AI前线：作为行业共识，目前头部大厂在这方面的探索进展如何？Jev的做法与他们有何不同？

张旭：是的，例如DeepSeek-v4.1 Flash版本，已尝试将Prefill和Decode的能力解耦。更典型的代表是目前最新的GPT-6（Astra），业界探讨的Loop Transformer机制，其本质是让模型的思维链和思考过程，在“隐空间”内部循环计算，而不再转化为低效的人类文字输出。

相比之下，Jev则是将隐空间计算的成果巧妙地“产品化”了，它表明，将隐空间的中间结果直接拿来使用，已足以颠覆当下的应用形态。

AI前线：Jev最显著的特点是快。除了省去长文本生成，它为何还能快这么多？

张旭：不生成文本是最大原因，因为相当于“只吐第一个Token”，只做判断。但除此之外，还有计算维度的降级。

第二，原来是开放式生成，现在你给它的可能只有几个、几十个候选，计算范围更小。

第三，这些候选之间相互独立，可以更多地并行判断；而传统的自回归生成前后有依赖，每个Token都要等前一个。

我们自己的实现中也做了类似KV Cache广播的处理。因此总结下来就是：少生成、候选范围更小、还能并行。

AI前线：除了速度，它还有其他本质上的性能优势吗？

张旭：其他方面在我们看来，它与大模型没有本质区别。它其实也就是一个大模型，只是只用了一半。

效果好不好，最终取决于模型本身训练得好不好。

如何复现Jev

AI前线：Jev没有开源权重、完整架构和训练方案。在这种情况下，你们所谓的“复现”，严谨来说复现的是什么？

张旭：严谨来说，我们复现的是它的功能。

我阅读了他们所有公开资料，研究了创始人的背景，再自己实际调用Jev，观察它的输入和输出。

可以理解为将其视为一个黑盒。如果我能实现相同类型的输入、相同类型的输出，那么我们认为基本复现出了其公开的功能。

AI前线：那你们在千问上具体做了什么改动？

张旭：原版的Qwen3.5就可以。

模型本身无需改动，主要是在外部工作方式上处理。这次开源的内容，也是从我们公司已有的Agent Harness中抽取一部分，再精简后放出。

AI前线：那是否随便拿一个小模型也能运行？对底座模型能力、参数规模有无要求？

张旭：实际测试后还是有要求。

我看到开源社区有人拿五六亿参数模型复现，确实能运行，“能用两下”，但你会发现它很傻，无法真正实用。

因此我自己从千问的小模型一路往上试。最后发现，9B基本上是最低的可用门槛，再小就很难实用；35B效果会更好。选择9B也是希望普通用户自己的电脑就能运行，无需特别好的设备。此外，我们也在训练自己的模型，很快也会开源，初步看已超过Jev的效果。

AI前线：这次复现有无超出你预期的结果？例如原本以为很难，做完后发现其实没那么复杂？

张旭：没有特别意外。

反而我们之所以能这么快完成，是因为过去在这个方向已有积累，直接将已有的东西拿来使用。

AI前线：所以反过来说，你们这么快就复现出来，是否说明Jev目前公开的内容本身并没有特别高的技术门槛？

张旭：更客观地说，它背后是否还有别的东西我不清楚。

但至少目前拿出来的部分，在我们看来，就是这个研究领域中的一个特例，没有什么特别神秘之处。

“79毫秒”能用在哪

AI前线：你们为何第一时间将复现做成一个Browser Agent？

张旭：我们第一天先观察行业里大家用Jev做什么，发现最多的是操作浏览器。

而且我们希望开源出去的东西是有实际用途的，而非一个技术Demo或玩具，因此先将浏览器这个场景实现。

以前许多Agent操作浏览器，需要让大模型先生成操作代码，再去执行。我们现在是将网页上可交互的元素先列出，例如输入框、链接、上下翻页，再让模型直接做选择：现在应输入、点哪个链接，还是翻页。

后来模型本身已做到毫秒级后，我们统计发现，完整任务中大部分时间反而花在等待网页加载、等待网页刷新。

AI前线：那你们为何长期会向本地模型、CPU、小算力、模型路由这些方向走？这些看似是许多单点技术，背后的逻辑是什么？

张旭：核心还是AI普惠。

我们一直在思考，模型能否无需昂贵GPU，依靠CPU也能有可接受的速度和效果。因为绝大多数普通用户不会在电脑里装5090，更不可能购买H100、B200。

如果AI最终要进入大规模C端产品，全部推理都依赖中心化大算力，本身会是一个限制。因此我们希望将一部分计算分散出去，分配到CPU服务器，甚至分配到用户手机上。

这也是我们做模型解耦、路由、本地推理这些事情背后的共同逻辑：用更高的性价比，让AI真正能够大规模普及。

AI前线：如果不只看浏览器，这种模型还能用在哪里？

张旭：其实能落地的场景很多。

例如，我们常访问的网站上显示大量广告、欺诈信息、杂乱内容，浏览器有了这个能力加持，就可以快速筛选和过滤。

推荐系统也是很典型的场景。A文章用户感兴趣的概率是多少，B是多少，再将概率高的内容推荐出来。

我还看到有人用它批量审阅文档，因为许多判断可并行，所以一次处理上千份文档，速度和成本有优势。

AI前线：现在也有人拿Jev做炒股、交易。它因决策快，是否特别适合这类场景？

张旭：快不代表它炒股水平高。

炒股最终还是看模型本身的智力水平，以及是否针对金融方向做了优化。Jev目前应未专门针对此方向优化。

因此不能因为它能快速做决策，就认为它一定能赚钱。

AI前线：那再长远看，还有什么你觉得值得关注的应用？

张旭：更长期可能会涉及工业自动化、智能家居等领域，因为它们都需要快速行动。

现在已有人拿Jev玩游戏了。

它能玩游戏，实际上就能操控机器人。

Agent走向快慢分工

AI前线：决策变得这么快后，下一个挑战会在哪里？

张旭：一个很明显的问题是智力。

过去为何大模型会生成很长的思维链？因为它要靠这些过程提升数学、编程、推理等复杂能力。

现在你砍掉这部分，它就更依赖模型的“直觉”、第一反应。如果问题本身较复杂，需要多步思考，那么Jev当前的智力水平可能不够。

AI前线：也就是说，它更适合规则清晰、候选明确的任务；若需要真正复杂推理，就会出现准确率问题？

张旭：对。复杂问题本身就可能超出它当前的能力。

AI前线：为何Jev一出来，开发者会如此兴奋？快思考、慢思考这套思想并不新鲜，去年OpenAI、DeepSeek、Qwen都尝试在基座模型里融入这套逻辑。

张旭：对，快思考和慢思考本身不是新东西。

以前许多模型也说自己有快模式、慢模式，但所谓“快”，本质上仍是大模型一个Token一个Token生成，只是思维链短一些。从普通用户体验看，它其实并未真正快到像“本能”。

Jev为何火爆，我觉得一个原因是，它真的快到足够实用了。以前那个“快思考”，其实也不快。

AI前线：但这是否意味着它无法单独完成一个长链条Agent任务，仍需与完整的大模型配合？

张旭：我认为是两个类型互相需要。

例如机器人，若所有操作都让大模型慢慢思考，很难实用化。它一定需要一些非常快的模型去执行动作。

复杂任务规划、逻辑推演可交给慢模型，而高频、原子化、环境交互类动作，则适合交给这种受限决策模型。

AI前线：那快思考和慢思考，最终有无可能重新融进同一个模型？

张旭：完全有可能。

系统一、系统二首先是一种架构设计思想。可以是两个模型，也可以是一个模型承担两个角色。

通用模型厂商以后完全可能将长生成部分屏蔽掉，提供一个快速决策模式。

但分成不同模型后，每个模型可以更专注，也可能效率更高。最终取决于是否有一家公司能将整个生态都吃下来。

AI前线：长远看，Agent和模型到底是什么关系？模型越来越强，会不会最终将外部的Harness都吃掉？

张旭：我认为不会。

可以打个比方：模型是发动机，Harness是汽车的控制系统，Agent是整辆汽车。

发动机可以越来越强，但你不会因为发动机越来越强，就不要轮子、方向盘和控制系统。因此大模型会越来越强，但它本质上仍是Agent中的驱动系统。

声明：本文为AI前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。

本文来自微信公众号“AI前线”（ID：ai-front），作者：四月，36氪经授权发布。