在周二举行的 OpenAI Dev Day 活动上，更引人关注的发布之一来自 CEO 山姆·奥特曼的一句顺带提及：他披露了公司新的 Decisions API。
该 API 似乎提供与 Jev 类似的功能。Jev 是 TypeSafe AI 本月初发布的模型，专为软件自动化设计。它某种意义上是构建在 LLM 之上的超级分类器，开发者可以给 Jev 一组选项，它便能在低成本、高速度下输出各选项的概率。
OpenAI 的 Decisions API 似乎是同类产品。活动中，奥特曼将该 API 描述为一种方式：让该实验室的 Luna 模型在一组预设选项之间做选择，例如图像分类类别，或不同的智能体行为。
“通过让模型专注于这一选择，我们可以让它变得极快，同时保留图像理解、广泛语言支持和安全防护等能力。”奥特曼说。
TypeSafe 未回应 TechCrunch 关于该新产品的问题，但其 CEO 迪奥戈·阿尔梅达——前 OpenAI 工程师、强化学习共同发明者之一——在 X 上开玩笑说，“克隆人战争”开始了。
他还补充说，OpenAI 的兴趣可能“是一个迹象……表明以兼容 System One 的方式构建才是未来”。（“System One”是 TypeSafe 的专业术语，指快速、直觉式思维；与之相对的“System 2”则用于指审慎推理。）
这里的潜台词是，我们所熟知的 LLM 对很多软件而言并非合适方案，因为它们相对缓慢且昂贵。开发者一直在用 Jev 增强 LLM，并因此发现整体方案更快、更便宜。
目前尚不清楚 Decisions API 与 Jev 有多相似，因为 OpenAI 以有限预览形式发布它，而且迄今为止，TechCrunch 尚未发现开发者对其进行全面测试。不过，从 X 上的讨论来看，人们显然对它有兴趣。
Decisions API 并不是互联网上唯一类似 Jev 的 API——其他初创公司也在推出类似模型；OpenAI 也不会是最后一家推出此类产品的科技巨头。一个关键问题是，这些决策模型的输出与真实世界的校准程度如何。
阿尔梅达表示，公司的护城河在于其生成的合成数据，这些数据用于产出具有统计实用价值的输出。
“快和便宜很容易，你知道。”阿尔梅达上周对 TechCrunch 说，“如果你真的想要又快又便宜，掷骰子就行了，对吧？智能才是难的部分，而我的北极星始终是推动‘每美元智能’的帕累托曲线。”
仅仅几周后，这些模型显然前途可期，而一个可能的应用是监控并保障 AI 智能体的安全。在一系列其智能体在开放互联网上行为失当的事件之后，OpenAI 的新安全措施之一，是使用一个单独的模型来监视不良行为，但代价是“可观的计算成本”。
长期从事网络安全的专业人士、初创公司 QueryStory 负责人沙波尔·纳吉布扎德认为，像 Jev 这样的模型可以让这种监控以低得多的成本实现。
他为上周末举行的一场黑客松构建了一个演示，用 Jev 对照给定任务检查每个智能体动作：对高置信度判定为不良的行为进行拦截，对其他行为标记待审，其余则放行。
理论上，这类监控本可以阻止 Hugging Face 事件——而此类监控使用 Jev 的成本为 2.94 美元，使用前沿 LLM 则为 372 美元。
一个关键观察是，Jev 可以说足够便宜，能对每个智能体动作都运行一次，从而提供一层审查，有望从整体上提升智能体的可靠性。这正是 TypeSafe 希望实现的事情——而现在 OpenAI 也看到了它的价值。
