先從一個介面設計裡的老元件說起。單選鈕在表單上佔的位置很小，設計它的人卻握有極大的裁量權：所有可能的答案在開發階段就被枚舉完畢，使用者只是走進格子裡挑一個。隔壁的自由文字欄性格相反，什麼都能填，也因此難以預料。表單設計師在這兩種欄位之間拿捏了幾十年，原則很樸素：高頻而且關鍵、要進資料庫的欄位，收斂成選項；真正開放的問題，才交給文字。
九月十五日，一家名為 TypeSafe AI 的新創結束低調營運，發布了模型 Jev。到了十月五日，《華爾街日報》給出成績單：每日處理量達到一兆個 Token，約四分之一的《財星》500 大企業在用，業務還在指數成長。這個模型做的事，說穿了是把表單的老原則搬進模型層。它的工作方式與聊天機器人不同：借助機器學習，把輸入內容歸類到一組預先設定好的輸出裡。答案非是即否，或者是一個數值評分；欄位若設定成清單，它就從中勾出一項。公司把這套思路稱作「面向校準決策的強化學習」。
單選欄的模型版
輸出被限縮到這種程度，畫面上幾乎沒有「生成」可言。回應欄位短得像儀表上的讀數：一格布林值，或一格分數，或清單裡的一個編號。設計的趣味在比例。輸入可以是一整段合約、一封客訴、一筆交易紀錄，輸出端卻始終只有一格，資訊在模型裡被極度壓縮，壓到只剩決策本身。
TypeSafe AI 的創辦人迪奧戈・阿爾梅達（Diogo Almeida）曾參與 ChatGPT 的研發，二〇二四年離開 OpenAI。他對主流大型語言模型的評語很直接：有人盯著看時，它們可以完成任務；放進自動化場景，效果「差得離譜」。關鍵在可預期性。同樣的輸入，聊天機器人可能給出不同的措辭與不同的結論；只輸出預設答案的模型則天生帶著可複現的性質，同一筆輸入對應同一格輸出，像一枚規格明確的電子元件。阿爾梅達在受訪時把這件事講成軟體常識：
這段話其實是一份介面契約的描述。可以疊加、可以反覆呼叫、行為可預期，這些本是元件庫對一顆按鈕的基本要求，過去三年卻很少被拿來要求一個模型。Jev 把這些要求重新寫回了規格表。
一兆 Token 的吞吐設計
每日一兆個 Token，是在模型發布後約一週達成的數字。這個量級撐得起來，輸出端的節制功不可沒：輸入再長，輸出只有一格，單次呼叫的開銷自然輕薄。高頻、量大、單筆極短，這是排程系統的體質，也是 Jev 被定位成適合嵌入自動化軟體的原因。聊天機器人的輸出像信件，它的輸出像開關。一兆這個數字也說明了它的使用姿態：模型被埋在系統深處，每一筆經過的資料都問它一次，問題很短，答案更短。
資本市場很快替這份規格定了價。TypeSafe AI 此前從創投 DCVC 拿到四千萬美元；《The Information》九月底披露，公司正洽談新一輪融資，目標十億美元起跳，部分意向投資人給出的估值已超過一百億美元。阿爾梅達對融資消息不願多談。數字先擺在一邊，值得注意的是市場定價的對象：一個輸出欄位只有一格的模型。
貨架上排滿了 decide
跟進者的速度，寫在各家產品的名稱裡。OpenAI 在九月底上線 Decisions API，底層是自家的 Luna 模型，用途寫得明白：回答一組使用者自設的特定問題，答案被限定在若幹預先定義好的結果之內。Databricks 隔天發布 ai_decide，名稱採工程界熟悉的蛇形命名法，小寫加底線，看起來像程式裡的一個函式，是拿來呼叫的，對話感降到最低。Cloudflare 走開源路線，推出 Clef 與 Clef-flash。Amazon 此前的 Strands Decider 2B 也排在同一條路線上，把二十億參數寫進名字，屬於規格表式的誠實排版。
decide 這個動詞在兩週內被排上四面貨架。名稱的長度也值得看：Jev 三個字母，放進程式碼裡像個變數名；Luna 同樣短。這波短名作風並不陌生，先前讀過的GPT-6.1 Sol 的三字母命名就是同一套長度直覺，產品名稱往指令的方向靠，離招牌愈來愈遠。至於 TypeSafe AI 本身，名字借自程式語言的「型別安全」，等於把可靠兩個字焊進了公司名。
Cloudflare 的做法在工程細節上最有設計感。Clef 與 Clef-flash 以 Qwen3.8-27B 和 Qwen3.5-9B 作為凍結的基礎模型，只加上一個專用的路由頭，直接對候選答案打分數，不做逐 Token 的自回歸生成。整個組裝接近模組化硬體的思路：底盤沿用現成品且不再更動，負責做選擇的讀出裝置另行安裝。Clef 這個字在樂譜上是譜號，負責告訴你接下來的音怎麼讀；用在一個只做判讀、不做鋪陳的模型上，取名算是準確。
分工的版面
《華爾街日報》的報導裡有一句整理：一個新的模型類別正在成形，生成式模型負責複雜推理，決策模型負責高頻而選項有限的工作，包括路由、分類、審批與 AI 代理的下一步動作。這份分工像一份版面的配置原則：長文交給文字欄，問卷交給單選欄，兩種欄位各有各的段落。過去三年，AI 的主介面隱喻是聊天框，開放而健談；Jev 與跟風者把另一個更老、更安靜的元件推回檯面。
OpenAI 的動作尤其值得對照。Decisions API 被排進產品線的位置，與先前拆解過的OpenAI 從模型、建構到分發的三步排版屬於同一張版面，決策功能被當成基礎建設在鋪設，這格欄位在巨頭眼裡的分量可想而知。
阿爾梅達早就預料到會有跟風者，他仍相信 Jev 的能力與智慧化程度更高，並稱這是「全新一類人工智慧」的開端，希望帶動業界更認真地討論大型語言模型的替代方案。從設計的角度看，這場熱潮驗證的是一條表單設計的老規矩：想讓答案可用，先限制答案的形狀。聊天框擅長打開話題，單選欄擅長收攏工程。當模型從展示廳走進流水線，輸出欄位的規格，比生成的華麗更接近產品的成敗。