Jev vs Decitron：同為決策AI，為什麼不是一回事？

它來自TypeSafe AI。這支有OpenAI背景的團隊沒有繼續卷生成和推理，而是換了個方向：讓AI直接做判斷。他們甚至把口號直接寫成：Decisions, not strings（要決策，不要文本）。Jev的走紅，也讓“Decision”（決策）重新成為AI圈的熱門詞。但如果把時間線往前撥幾個月，會發現這條趨勢並不是今天才出現。在Jev受到關注之前，國內已經出現了一條“決策AI”路線。今年6月，中科聞歌（此前被部分媒體稱為“決策大模型第一股”）發佈了通用決策大模型Decitron決策機，嘗試將世界模型、多智能體推演、博弈與求解納入統一的決策框架。

那麼問題來了：同樣都在講“決策AI”，Jev和Decitron，到底是不是一回事？答案是否定的。Jev和Decitron都在講Decision，但對“決策”這件事的理解並不相同。Jev把決策做成一個瞬時判斷，Decitron則把決策變成一場對未來的推演。一個解決“此刻選什麼”，一個解決“選完之後，接下來會發生什麼”。它們為什麼值得放在一起比？乍看之下，兩者差得很遠。Jev強調快速判斷，主要服務軟件和Agent；Decitron強調複雜世界推演，面向戰略、產業和複雜系統決策。但如果把鏡頭拉遠，會發現它們其實在做同一件事，即都在重新思考：AI的輸出，能不能不止是一段文本？

過去的大模型默認輸出是一串文字。你問一個問題，它生成一個答案，再由人或程序決定下一步怎麼辦。Jev對此非常直接：不要文本，要決策。它把AI輸出變成Choice、Score、Probability，這些軟件可以直接執行的結果。AI不再只是“回答你”，而是開始直接參與程序分支和行動。Decitron則從另一條路線走到了同一個問題。它關注的不是生成一篇“關於未來的分析”，而是把現實世界拆成狀態、主體、行動和結果，再通過多智能體推演、博弈和求解，比較不同路徑。所以，Jev和Decitron第一個真正共同點是：兩者都在嘗試讓AI的輸出從“生成內容”，進一步走向“支持判斷和行動”。

第二個共同點，是兩者都強調不確定性要被顯式量化。Jev告訴系統：我選擇A，但把握只有72%。Decitron關注的則是另一種不確定性：在不同主體、行動和環境變化下，未來可能沿著哪些路徑演化。一個量化的是當前判斷的不確定性，一個處理的是未來演化的不確定性。背後的思想卻是一致的：AI不能只給結論，還要告訴你這個結論有多可信。更重要的是，它們都在嘗試把“決策”變成一種獨立的AI計算範式。Jev的邏輯是：輸入狀態 → 輸出判斷；Decitron的邏輯是：輸入現實 → 建模世界 → 模擬行動 → 推演結果 → 比較策略。一個把決策壓縮到極短時間內，一個把決策展開成多個未來世界。

Jev：把決策壓縮成一次判斷 Jev要解決的，是那些必須馬上給出答案的判斷題：A還是B？風險有多高？要不要轉人工？下一步走哪條流程？比如一個客服系統收到：“我的信用卡重複扣款了。” 傳統大模型可能先生成一段分析。而Jev更希望直接輸出：Billing：96%；Fraud：3%；Other：1%。然後程序馬上進入下一步。所以從工程角度看，Jev幹了一件很有意思的事：它把傳統軟件裡的if/else，升級成了AI版if/else。過去程序員需要提前寫死：如果A發生，就執行B。現在可以變成：如果AI判斷A發生的概率超過80%，就執行B。這也決定了Jev最核心的目標：快、便宜、穩定、可以直接嵌入軟件。

Decitron：把決策展開成一場推演 但有些決策，根本不是一道“選擇題”。一家企業要不要擴產？如果擴產，競爭對手會不會降價？如果競爭對手降價，市場格局會不會變化？如果同時遇到政策、原材料和需求變化，原來的選擇還成立嗎？到了這裡，“A還是B”已經不夠用了。因為在真實世界中：你的選擇，會改變世界；世界改變以後，別人也會重新選擇。這正是Decitron試圖解決的問題。它不是隻看“當前選什麼”，而是進一步建模：State → Action → Outcome。也就是現在世界是什麼狀態？不同參與者採取什麼行動？行動之後，世界會變成什麼樣？然後繼續下一輪。

企業行動，競爭對手回應；競爭對手回應，市場變化；市場變化，各方再重新決策。決策不再是一個點，而是一條不斷生長的時間線。因此，Decitron引入世界模型、多智能體推演、博弈和求解。簡單理解一下，世界模型負責搭“沙盤”；多智能體負責把不同參與者放進去；博弈和求解負責計算不同選擇可能把世界推向哪裡。真正的分水嶺，在於兩者對“決策”的不同理解： Jev把決策做成當下的一次判斷，Decitron把決策展開成對未來的一場推演。從Generation到Decision，AI開始換戰場 Jev為什麼偏偏在這個時候火了？因為AI行業正在顯現出一種趨勢：生成式AI解決“怎麼回答”，決策AI開始解決“怎麼選擇”。

今年6月，中科聞歌發佈Decitron，把“通用決策大模型”正式推到臺前；幾個月後，Jev又以“Decisions, not strings”迅速受到關注。Jev把“判斷”做得更快、足夠便宜，讓它進入軟件和Agent的日常流程；Decitron則瞄準更復雜的決策問題，通過世界建模、多智能體推演和求解，比較不同選擇可能帶來的結果。一個處理“現在怎麼選”，一個處理“選完之後會怎樣”。但兩者放在一起，至少說明了一件事：當“會生成”逐漸成為AI的基礎能力，行業開始把注意力投向“會不會決策”。下一場較量，也許不只在“會不會說”，而在世界不斷變化時，AI到底“會不會選”。

*本文系獲授權刊載，觀點僅為原作者所有。版權所有，未經授權不得以任何形式轉載及使用，違者必究。