一个两周前才发布的东西，被 OpenAI 顺手抄了。而它的东家，正在谈 100 亿美元的估值。
这两件事放在一起看，比任何一条单独拆开的新闻都有意思。
14 天，OpenAI 抄了个 Jev
9 月 29 日的 OpenAI Dev Day 上，Sam Altman 是在一段闲聊里扔出这个新东西的——Decisions API。
它不生成文本。按 TechCrunch 的描述，你给它一个问题，再给它一组有限的候选答案，它返回一个带概率分数的选择。分类一段内容、路由一个请求、决定 Agent 的下一步动作，干的就是这类活。底层是 GPT-6 的 Luna，但被压成了一个「超级分类器」。响应大概 150 毫秒，约是标准 Luna 调用（约 1.6 秒）的十分之一。
而 TypeSafe AI 的 Jev，是 9 月 15 日发布的。
中间隔了 14 天。
我们之前在 《OpenAI 发布 Dots 永远在线 Agent！DevDay 2026 完整解读！》 里，只把这东西一笔带过（当时只标了「亚秒级响应」）。这篇专门聊它意味着什么。
Jev 到底做了什么，让 OpenAI 坐不住
如果你还没看过我们那篇 《TypeSafe AI Jev 深度解析》，简单说：Jev 是 TypeSafe 定义的一类新模型——System One 模型。
它不写文本、不写代码、不做数学题，这些都是故意的。它读入非结构化的程序状态，接受一个带类型的问题，再返回一个带校准置信度的、带类型的答案。用 TypeSafe 自己的话说，它是一个「前沿智能的函数调用」：非结构化状态进，带类型的概率决策出。
训练方法叫 RLCD（Reinforcement Learning for Calibrated Decisions）。TypeSafe 声称 Jev 在 System One 任务上的智能水平接近现有 LLM，但快两个数量级、省两个数量级；而且因为放弃了字符串生成，它没法幻觉。
创始人是 Diogo Almeida，前 OpenAI 研究员——他在 OpenAI 参与的工作，后来成了 ChatGPT 背后的研究。他离开的理由说得挺直白：AI 已经非常聪明，但这些聪明几乎没有真正落到软件底层。聊天机器人和编码 Agent 拿到了前沿模型，而软件每秒要做的数百万个小决策，还靠脆弱的规则或者人工兜底。
这个洞，正是 Agent 编排一直在摔跤的地方。
「克隆战争」：Almeida 的回应
被抄了，Almeida 的反应不是发律师函。
他在 X 上开玩笑说，「克隆战争」要开始了。然后又补了一句：OpenAI 有兴趣，可能是个信号——说明用 System One 兼容的方式做东西，就是未来。
我挺喜欢这个分寸感。他没假装 OpenAI 没抄，也没慌，而是把「被抄」重新定义成了「被验证」。
关于护城河，他给 TechCrunch 的说法更硬：
「又快又便宜其实非常容易。你要真想又快又便宜，用骰子就行了。智能才是难的部分，我的北极星一直是把 intelligence-per-dollar 的帕累托前沿往前推。」
意思是，Jev 的护城河不在「快」，而在用来生成统计上有用输出的那套合成数据。
从 2 亿到 100 亿：估值差本身就是故事
另一个数字更刺激。
9 月 15 日 TypeSafe 出 stealth 的时候，$40M 的 seed 轮（DCVC 领投）对应估值是 2 亿美元。而据 The Information 几天后的报道，公司正在谈一笔超过 10 亿美元的新融资，估值超过 100 亿。
也就是 50 倍，十天之内。
你可以说这是 AI 泡沫的又一个注脚。但换个角度看，市场是在用真金白银给一个判断投票：把「决策」从「生成」里拆出来、单独做成一层，是个值 100 亿美元的品类。
真正有意思的信号：拿决策模型去看住 Agent
这场战争里，最值得记一笔的不是谁抄了谁，而是一个正在冒出来的用法。
TechCrunch 提到，OpenAI 在经历一连串 Agent 失控事件后，新的安全措施之一，是用一个单独的模型去盯着 Agent 的坏动作——代价是「可观的算力成本」。
而 Jev 这种又快又便宜的决策模型，正好能把这笔钱打下来。
有个做安全的创业者 Shapor Naghibzadeh，上周末在黑客松上做了个 demo：用 Jev 逐条核对 Agent 的每一步动作是否符合它被交代的任务——高置信度判定为坏的直接拦掉，拿不准的标出来人工复核，其余放行。理论上，这种监控本来有机会拦住那次 Hugging Face 事件。
这一下就把两条线接上了。前面 《决策模型 + LLM 混合架构》 聊的是决策模型在架构上怎么和 LLM 分工，而这里出现的是一个新落点：决策模型当 Agent 的「安检门」。
顺带说一句，这条赛道已经不止 Jev 一家了。Fastino 开源了 GLiNER2.5-Decide，社区有 OpenJev（见 《OpenJev 生态全景解析》），Laya 在做 33ms 的决策引擎（《Laya 上手完全指南》）。OpenAI 显然不会是最后一个下场的。Almeida 自己都说，OpenAI 不会是最后一家做大号决策模型的公司。
这里有个真问题：这些决策模型的概率校准，到底能多贴近现实？ 快和便宜都容易做到，骰子也能。难的是那个「智能」，而智能的检验标准，就是它给出的置信度到底可不可信。
写在最后
我的判断是，OpenAI 这 14 天的动作，对 Jev 来说不是威胁，更像一张盖章的认证。
大厂下场做同一件事，通常意味着两件事同时成立：这个方向的确定性变高了，留给创业公司的窗口变窄了。但这次有点不一样——决策模型的护城河不在模型权重，而在校准质量、合成数据、以及对垂直场景的渗透，这些东西大厂一时半会儿抄不走。
接下来几个月真正要盯的：OpenAI 会不会把 Decisions API 从 limited preview 放开，Jev 那 100 亿的估值谈不谈得成，以及——决策模型当 Agent 安检门这条路，会不会比它作为「更便宜的 GPT」跑得更快。
毕竟，能让 Agent 真正被信任地放进生产环境的，可能不是更强的模型，而是给它配一个又快又便宜、还不会撒谎的「副驾」。