OpenAI 的 Jev 克隆體可能幫助這個前沿實驗室阻止其蜂擁而至的代理人
OpenAI 週二的開發者日活動中，執行長 Sam Altman 發表了一段較引人注目的公告，他公開了公司全新的「決策 API」。
該 API 顯然提供了與 Jev 類似的功能，Jev 是 TypeSafe AI 本月初推出的模型，專門為軟體自動化設計。這是一種建立在大型語言模型（LLM）上的超強分類器，開發者可以以低成本且高速的方式，給 Jev 一組選擇，並以機率輸出。
OpenAI 的 Decisions API 看起來也是類似的產品。在活動中，Altman 描述 API 是為實驗室的 Luna 模型提供預設選項，例如分類影像或不同代理人行為的類別。
「透過將模型聚焦於這個選擇，我們可以讓它變得非常快速，同時保留像是影像理解、廣泛語言支援和安全防護等能力，」奧特曼說。
TypeSafe 未回應關於新產品的提問，但執行長 Diogo Almeida——前 OpenAI 工程師、強化學習共同發明者——在 X 節目上開玩笑說克隆戰爭的開始。
他補充說，OpenAI 的興趣可能是「一個徵兆......那棟能以系統一相容方式建造的建築才是未來。」（「系統一」是TypeSafe對快速、直覺思考的術語，與「系統二」則指刻意推理。）
這裡的潛台詞是，我們所熟知的大型語言模型並不是很多軟體的正確解決方案，因為它們相對緩慢且昂貴。開發者一直使用 Jev 來增強大型語言模型，並發現它們更快且更便宜。
目前尚不清楚 Decisions API 與 Jev 有多相似，因為 OpenAI 僅以有限預覽形式釋出，且目前尚未發現開發者正在測試它。然而，根據 X 上的討論，顯然有相關興趣。
Decisions API 並非網路上唯一類似 Jev 的 API——其他新創公司也在推出類似模式;OpenAI 不會是最後一家推出這類軟體的科技巨頭。一個關鍵問題是這些決策模型的輸出在現實生活中的校準度如何。
Almeida 表示，他公司的護城河是它所產生的合成數據，用以產生統計上有用的輸出。
「快速又便宜其實很簡單，你知道的，」Almeida 上週 說：「如果你想要又快又便宜，就用骰子，對吧？智慧才是最難的部分，而我的北極星總是在推動「智力與金錢」的帕累托曲線。」
僅僅幾週後，顯然這些模型仍有未來可期，其中一個可能的應用是監控與保護 AI 代理。OpenAI 在一系列代理在開放網路上行為不當事件後，採取了新的安全措施，使用獨立模型監控不良行為，並以「顯著的計算成本」進行監控。
資深資安專家、新創公司 QueryStory 的領導者 Shapor Naghibzadeh 認為，像 Jev 這樣的模式能以更低成本實現這一切。
他為上週末舉辦的黑客松做了一個示範，利用 Jev 檢查每個代理行動是否符合任務，封鎖它高度自信的錯誤行為，標記其他行動進行審查，並允許其他行動。
理論上，這種監控本可以阻止 Hugging Face 事件——而這類監控在 Jev 中花費 2.94 美元，而 Frontier LLM 則為 372 美元。
一個關鍵觀察是，Jev 可以說成本低到可以對每個代理行動執行，這提供了一層審查，能提升大規模代理的可靠性。這正是TypeSafe希望達成的目標——而現在OpenAI也看到了這個價值。
