把时间拨回Jev发布那天：三个数字定调

把时间线拨回 Jev 发布那一天：自称 ChatGPT 联合发明者的作者用一个问题开场——"超级聪明的聊天模型为什么没有通向 AGI？"然后放出他两年隐身研发的成果：一种新的训练方法 RLCD，以及前沿模型 Jev。 发布口径给了三个数字：快 20–200 倍、便宜 40–400 倍（输出 token 免费），定位是"为决策优化的可组合智能"，他称之为"通往 AI 驱动经济变革的最短路径"。 我的看法：今天站内关于 Jev 的一切——官方性能数字、Skill 化生态、开源复刻、质疑冷水——都是这条发布帖的下游。回头看，"输出 token 免费"是整个定价故事的枢轴：判断型任务的输出本来就极短，把输出计费直接抹掉，成本结构就和"生成型"模型彻底分了家；而"为决策优化"也解释了它为什么往分类、路由、验收这些场景长——那些任务的共同点是答案短、调用频、错了能验。 限定：20–200 倍与 40–400 倍是发布方自述口径，第三方复测陆续在出（按准确度、可重复性、延迟、成本四维做的评测才是检验）；"联合发明者"身份同样以自述为准。