飞翔的智能体
@nengpao
决策不是文本生成，TypeSafe 的 Jev-1.14 上了 Databricks，单次决策 70 到 500 毫秒。
要点照录。Decide faster. TypeSafe's Jev-1.14 is now available on Databricks. Jev isn't a text generator, it's a structured decision model。
它做分类、打分、返回校准过的概率，每个决策大约 70 到 500 毫秒解决，比标准 LLM 快 20 到 200 倍，成本低到 400 倍以内。对 Databricks 客户来说，这意味着在数百万条记录上做实时决策，成本只是零头。
frictionless access，拿来就能测。Jev 能直接在 Lakehouse 的数据上干活，通过 ai_classify 和 ai_decide 两个入口：给文档打标签、路由记录、给决策打分，百万行级别都能跑，每次调用都由 Unity Gateway 治理、监控、保护。入口在 dbricks.co/3TQncpg 。
"每个决策大约 70 到 500 毫秒解决"这半句是场重心。前面那份基准尺讲的是量要真，这条讲的是取向真。跟前面那场酒吧访谈呼应，那条在小桌上谈模型即产品，这条在决策里看行业怎么把"思考"和"判断"拆开卖。两头都在提醒同一件事，有些活儿不需要模型长篇大论，只需要它在半秒内给出一个校准过的概率。
"我不这么认为"这半句我单独拎出来。前面那份专用模型路线讲的是把自己那摊事做好，这条讲的是把"比标准 LLM 便宜 400 倍"这个对比往回放一放。快和省是真，可它只管分类、打分、路由这三件事，复杂推理还得靠大模型；Unity Gateway 的治理监控倒是实在，说明 Databricks 是真拿它当数据基础设施的一环在卖。决策这东西，快是快，准不准得看你给它什么数据。
我留的疑问有三处。70 到 500 毫秒的分布区间没在这条列出；校准概率的验证方法没说；Unity Gateway 的具体治理规则也没讲，这些都在官方文档里才看得到。
这周拿一批真实记录跑一遍 ai_classify，看看它打的分靠不靠谱。
