OpenAI推Decisions API对标Jev模型

在近日举行的OpenAI Dev Day活动中，CEO山姆·阿尔特曼（Sam Altman）低调公布了一项名为“Decisions API”的新工具，迅速引发AI开发者社区的广泛关注。这一API的核心功能与初创公司TypeSafe AI本月早些时候发布的Jev模型高度相似——两者均基于大语言模型（LLM），但专注于在预设选项中进行快速、低成本的概率化决策。

据阿尔特曼介绍，Decisions API允许开发者为OpenAI的Luna模型设定一组明确的选择项，例如图像分类标签或AI代理的行为策略。通过将模型注意力聚焦于有限选项，系统能在保持图像理解、多语言支持和安全防护能力的同时，显著提升响应速度并降低计算成本。“这让我们能在不牺牲智能的前提下，实现高效执行”，他解释道。

这一技术路线直指当前通用大模型的痛点：尽管功能强大，但其推理过程往往缓慢且昂贵，难以满足实时软件自动化的需求。TypeSafe AI正是基于此洞察推出了Jev模型，将其定位为“超能分类器”，专为高频、低延迟场景设计。该公司CEO迪奥戈·阿尔梅达（Diogo Almeida）——一位前OpenAI工程师、强化学习领域的先驱——在社交平台X上调侃称：“克隆战争开始了。”他还指出，OpenAI的跟进或许印证了“System One兼容式构建”将成为未来主流。其中，“System One”指快速、直觉式的决策模式，区别于需要深度推理的“System Two”。

值得注意的是，TypeSafe AI强调其技术护城河在于自研的合成数据生成体系，能够产出具备统计意义的高质量训练样本。阿尔梅达此前向TechCrunch表示：“快和便宜很容易做到——掷骰子就行。真正的挑战在于智能。我们的目标始终是推动‘每美元智能’的帕累托前沿。”

目前，OpenAI仅以限量预览形式推出Decisions API，尚未有大量开发者公开测试结果。但社区讨论热度已迅速攀升。除OpenAI外，多家初创公司也在布局同类产品，预示着专用决策模型赛道正加速成型。一个关键问题在于：这些模型输出的概率分布是否能真实反映现实世界的不确定性？

此外，此类轻量级决策模型在AI安全领域展现出巨大潜力。近期，OpenAI因旗下AI代理在开放网络中出现异常行为而加强监管，其现有方案依赖另一模型进行实时监控，但计算开销巨大。网络安全专家、初创公司QueryStory创始人沙波尔·纳吉布扎德（Shapor Naghibzadeh）认为，像Jev这样的高效模型有望大幅降低此类监控成本，使大规模AI代理的安全管控成为可能。

随着AI应用从通用问答向复杂自动化演进，专为特定任务优化的“窄域智能”工具或将与通用大模型形成互补生态。Decisions API的推出，标志着头部厂商正积极布局这一新兴技术方向。