就在刚刚，9月22日早上，AI4ELAB组织了一场JEV模型的内部研讨。
起因是，前几天，TypeSafe发布首个「System One」模型JEV，不输出文字，只输出带置信度的判断，官方号称比LLM快上百倍、也便宜百倍。在国内外引起一阵讨论的热潮。我们想搞明白JEV模型的本质，带来的长期影响，以及它跟工程AI有哪些值得结合的点。
活动中，我们特别邀请到硅谷知名AI创业团队Reer担任主场嘉宾，CEO Connie以及CTO阿深，分享Reer从Rhino MCP到独立桌面端的产品实践，和对JEV的判断；还有新老朋友，Leo、Vence等国内外建筑师、海外设计院和制造业的从业者也参与了讨论，话题覆盖模型本质、能力边界、产业落点和建模工具走向。
以下是这场讨论的观点精华整理，代表讨论时的个人判断，不代表任何机构或企业的官方立场。部分表述经过整理和提炼，原始发言者未对本文进行审核确认。。
JEV把大模型从「说话」改成了「下判断」
1. JEV的输出单位是「选项+置信度」，它不生成token序列。同样问「营收是否受影响」，LLM要逐字生成一句话，JEV直接给出「受影响，confidence 0.85」这种结构化结果。架构没有公开，但业内普遍猜测它保留了Transformer前端，拿掉了自回归解码，直接从中间层输出判断。
2. JEV针对的是RLHF留下的三个毛病：模式丢失、过度自信和不可靠。人类偏好优化的chat模型会讨好用户，把本来有多种可能的问题收敛成最常见的答案，还会一本正经地说错话。这类输出适合给人看、由人纠错，没法直接交给机器做自动化决策。JEV的定位更多是「给机器看、机器决策」。
4. 并行是它最直接的地方：问1个问题和问100个问题，耗时差不多。LLM每多一个判断，就要多生成一段token，耗时线性增长；JEV一次性并行输出所有判断。所以它的价值在于「同一份输入下同时回答很多个结构化问题」，成本与效率性能明显。
5. 官方数字要看口径。视频里的说法是输入每十亿token 42美元，也就是每百万token 0.042美元，输出免费；博客对比表里写的是快190多倍、便宜400多倍；社群成员在自己的终端上实测大约快10到200倍。三组数字的对比对象和运行环境都不一样，只能看量级。
6. 「零幻觉」的宣传听听就好。confidence衡量的是模型自己有多确定，不等于答对的概率。但也有观点认为，JEV输出被限制在给定选项之内，至少杜绝了LLM「编一个不存在的链接」这类幻觉。官方Wikipedia跳转赛里，对手LLM就因为编造了页面上并不存在的链接，不得不回退重跑。准确率到底如何，要重新设计实验才能验证。
低延时才是被低估的变量
7. 延时降一个数量级，产品形态会跟着变。早年网速慢，加载一张图片都要等，直播和短视频根本做不起来；带宽问题解决之后，抖音这类原生应用才出现。JEV对AI应用的意义与此类似。现在智能还处在「拨号上网」阶段，很多交互因为太慢太贵，一直没进入可用状态。
8. computer use和browser use是最直接的受益者。网上一大半JEV用例都在操控电脑和浏览器，因为这类任务的瓶颈正好是延时和成本。已经有人把类似模型放在一台Mac上本地运行，用户话音刚落，打开设置、切换页面就执行完了。
9. 做进操作系统之后，它可能成为Siri一直缺的那块「小脑」。这类模型体积小，可以在端侧安全运行，不需要复杂推理，只负责对日常指令做出即时反应。如果手机和电脑内置这一层，很多点击操作和快捷菜单都会消失，交互直接变成「说一句就做完」。
10. 官方的Doom演示是低延时的样板。模型每处理一批问题大约需要100毫秒，每秒能做10次决策，足够追踪敌人、开火和躲避弹道。每一帧游戏状态被结构化成文字，模型回答「现在要不要按住扳机」「最高优先级目标是什么」这类小判断，再组合成下一步动作。官方把这种做法叫做「AI原语的组合」。
11. 但也有观点认为，省下的时间在很多场景里不值钱。给文章打标签，1.5秒和0.1秒的差别不会改变日常工作，用户也不会为这1秒付费。产品层面要找的是「延时降低后体验变好100倍」的环节。那个环节可能很小，比如建模时预判下一步操作，但它能撬动整体体验。
它的能力边界：选项有限，并且能用文字描述
12. JEV本质上是一个可泛化的分类器，只适合解空间有限的问题。开放式问题、没有清晰定义的问题、标签边界模糊的问题，都会让它不可靠。判断一个场景适不适合用JEV，就看输出能不能事先列成一张选项清单。
13. 它目前只接受文字输入，空间智能不在它的scope里。图片、视频和复杂空间都要先结构化成文字才能喂进去。模拟机械臂开关微波炉、抽屉的演示，是把xyz坐标写成文字输入，每次只输出一个移动判断。简单任务能控制，复杂空间关系处理不了。
14. 用「大脑与小脑」来理解它最贴切。大脑负责「这件事做还是不做」这种慢决策；伸手够杯子这种事由小脑下意识完成，不经过推理。JEV对应的是下意识的零延时决策层，在人的系统里，这一层的调用频次远高于深度思考。
15. 具身智能可能是它影响最大的外部行业。现在的VLA模型用视觉语言直接输出机械臂动作，一是太慢，二是在真实环境里不稳定。如果JEV这条「快判断」路径能泛化，VLA可以把高频的底层动作决策交给它，让整条链路走得更远。
16. 放到建筑行业，最先可能用上的是施工现场的机器人。施工场地是有规范、有边界的空间，状态可以完整结构化，适合高频实时纠偏。有建筑师在学校里做过机械臂砌砖，判断是：建筑设计大部分时间在做长链路思考，只有机械臂实时修正这种高频场景，才能把JEV的价值用满。
大厂会很快把它吸收掉
17. 护城河薄，是JEV不公开技术细节的主要原因。如果架构真是「Transformer去掉自回归头」，OpenAI、Anthropic、Google以及国内几家头部厂商复刻起来没有太大壁垒，数据和工程积累也都现成。一旦看到足够多的应用场景，大厂很可能在下一代模型里内置一个类似的子模型。
18. coding agent的自动审批是现成的落点。现在编程智能体都有一个「自动批准agent操作」的开关，这本质上就是一个分类器。把JEV这类模型接进去，就能智能判断哪些操作可以直接放行。大厂在这个场景里已有技术积累，很可能最先跟进。
19. 对大公司来说，它更现实的用途是控制token成本。在agent harness里做一层路由，按prompt把任务分配给最省时、最便宜的模型或agent。美国设计院已经在为AI账单头疼，一个实习生一天就能烧掉几千美元的图像生成token，这层路由能直接省钱。
[无法上传图片]
先落在打标、检索与合规检查
20. 打标实测：判断越多，JEV的优势越明显。取100篇文章，每篇输入标题和前1000字。只打一个标签时，JEV每篇耗时0.1秒，Sonnet 5低思考档1.5秒；标签增加到20多个维度（栏目、国内外、赛道等）后，JEV仍是0.1秒，Sonnet升到3.7秒。以此前旗舰模型的打标结果为基准，JEV的准确率还略高一点。
21. 置信度可以直接变成工作流里的闸门。实测中置信度在0.9以上的这部分直接放行，低于阈值的转人工复核。前提是输入端的分类规则和判断标准写得完整、边界清楚。同样的机制可以用在文稿质检上，比如检查大模型产出有没有违禁句式、语气是否一致。
22. 项目资料检索很适合用JEV做底层。事务所手里有100个项目，新需求进来时，要快速找出相关的几个项目和对应文件。用LLM逐个过，太慢也太贵；这类模糊检索只需要「相关/不相关」的判断，正好在JEV的能力范围内。
23. CAD命令的auto completion技术上可行。Cursor的成名作是代码自动补全。CAD操作本质上是输入命令，命令集合是有限的，一串连续操作背后有明确意图。模型只要够快，就能在用户发prompt之前预判下一步。现在所有copilot都要等用户发prompt才启动，这等于改变了智能被触发的时机。但也有人怀疑，大家已经习惯指挥agent干活，以后还会不会手动输入命令，本身就是问题。
24. 做compliance check，瓶颈在输入端，模型能力是次要的。标注类检查已经比较好解决，麻烦在于2D图纸上看不到的问题：上下层管道有没有对齐，喷淋头和结构有没有冲突。做QAQC的初创公司，大部分工作量花在图纸自动对齐、构件关联这些输入侧处理上。可行的链路是先用LLM把图纸信息抽成结构化文本，再交给JEV判断，但空间类问题仍然很难靠语言表达。
25. 工厂和制造业的工程场景同样适用。CAD/CAM、结构仿真、快递安检这类场景，和建筑业用的是同一套能力。安全隐患整改单的分级、整改责任人的判定，这类判断题可以交给JEV；前面「现场照片识别出了什么」这一步，仍然要靠视觉模型先把图片转成文字。
MCP不适合CAD这类有状态的软件
26. MCP适合无状态查询，CAD是长期运行的有状态环境。用谷歌地图规划A到B的路线，一万个人问，答案都一样，调一次工具就够了。CAD文件可能一用就是十年，每一步操作都依赖当前模型状态，用通用接口去接，是错配。
27. 在MCP架构下，LLM不知道用户在软件里干了什么。agent要根据用户的操作给出建议或规划，就必须实时感知软件状态，纯MCP很难做到。更具体的问题是：同时打开多个Rhino文件时，每个server对应一个文件，Claude或ChatGPT分不清指令该发给哪一个。
28. 做成产品级agent，就得自己搭integration和harness。有团队从2025年3月开源Rhino MCP起步，折腾半年之后推倒重来，新版本完全不用MCP，从头自建连接层和harness，后来又从插件转型为独立桌面端，同时支持Rhino和Revit。但也有从业者认为，在Revit上用MCP没有那么糟，具体取决于场景和实现方式。
AI建模只做完了一半，剩下的是空间context和项目记忆
29. vibe modeling能解决50%以上的问题，最后10%到12%可能永远解决不了。一次性建模的演示很好看，但实际项目里不存在「建一次甲方就通过」的情况。一进入反复修改，就涉及空间context：「这根柱子离那个东西太近了」「立面弧度再不一样一点」，这些要求在语言层面很难说清楚。
30. 一个简单测试就能暴露语言模型的空间短板。让模型建柱子、建空间都没问题，但如果问它「模型里哪个构件离哪个更近、两者是什么空间关系」，在现有的语言模型和多模态框架下都很吃力。这也是世界模型方向还在不断出现新创业公司的原因。
31. 真正用AI建模并完成产品转化的用户，比例不足30%。建筑师的工作里，建模只是中间媒介：决策要依据模型推敲，再导出图纸、做数据分析。单点提升建模速度，撬动不了整个工作流。
32. 80%以上的工作发生在模型完成之后，一直延续到建成落地。协调、沟通、审批、施工对接，现在都卡在「软件是死的」这件事上：图纸画错了要返回去查，现场对不上要返工，还要派驻场。下一个机会在于让智能以模型为核心媒介，承担协调层和沟通层。
33. 未来十年最值钱的是项目知识和项目智能。一个项目有十来个参与方，甲方、乙方、施工方混在一起，过去没人能统筹。语言模型本身是静态的，不管叫context管理还是记忆层，都记不住十年前做过的项目细节。在这项能力补上之前，项目记忆的积累会越来越稀缺。
临时脚手架会被拆掉，业务沉淀会留下来
34. 模型每升一代，上一代的harness就会被拆掉一批。早期GPT-5、Claude 4.6时代，做web modeling要搭大量脚手架才能跑起来；GPT-6一出，很多问题一下子消失了。已经有建筑师用GPT-6交付了三个小项目并收回了费用。所以真正要问的是：一两年后，哪些工作不会被下一代模型直接覆盖。
35. 能留下来的，是特定业务里积累的workflow、skill和认知。业内已经出现覆盖RFP、设计、场地分析的端到端事务所开源skill。通用能力会被自动化，但做超高层还是做小住宅、在细分domain里摸出来的流程和判断，是模型拿不到的。
36. 最后盖章的仍然是人。AI可以快速审查出哪里有问题，但社会的规则和法制建立在对人的问责之上，审批签字的责任主体短期内不会变。这个结构决定了建筑业里的人不会被整体替代，人的角色会向判断和担责集中。
37. 职业边界扩张的速度，可能快过岗位消失的速度。UX设计是在软件时代从平面设计里长出来的新职业，底子是心理学和以人为本的设计理论。AI时代也会长出新角色。观察到的规律是：主导把AI工具引入企业的人，把建模时间省下来之后，转去跟客户沟通、做更多方案版本、接更多项目，职业晋升也更快。
38. 但也有观点更彻底：只要知识能被完整结构化，人就可以被替代。一位制造业工程师的看法是，行业知识都可以用图结构和向量表征。把知识、判断甚至审美写清楚之后，自己就可以离开这个行业，换下一条赛道，继续提升的应该是审美，不再是coding能力。在他看来，AI首先拓宽的是个人能触达的领域边界，过去要找导师团队才能碰的结构仿真，现在一个人就能做。
39. 「只要我学得够慢，就不用学」，说出了软件技能贬值的现实。这是某建筑AI产品在小红书上收到最多的评论。当熟练使用软件、交付模型都不再是壁垒，时间应该花在哪里就成了每个人要回答的问题。在当前的语言模型范式下，会跟AI沟通协作本身就是一项硬技能。
40. 小团队和一人公司反而能接住没被满足的需求。有人用AI把行业信息做成定向管道：按每个人关注的公司和人物精准推送，并说明推荐理由；还有人读完一批上市公司半年报，做成实时追踪的榜单。这些在过去一个人根本做不了。初期可能没人理，做深了需求就会自己找上门。
智能层不必等BIM 2.0
41. 重做一遍建模软件，可能是AI时代的错误问题。由前Autodesk高管创办的Motif在做「BIM 2.0」，另一些团队走浏览器原生路线。反方观点是：AI写代码、操控软件越来越准、越来越便宜之后，限制就不在软件本身了。到那时要做的是全新的东西，没必要把整套界面和逻辑再实现一遍。
42. 如果软件的使用者大多不再是人，它还算软件吗？编程的演进是参照：从machine code到高级语言，再到用自然语言指挥coding agent，已经没人在意底层是什么语言、什么编译器。用AI写文档时，也没人在意它打开的是哪家的办公软件，人只需要审核输出。建模软件大概率会走同一条路。
43. 智能层应该先打进现有生态，再慢慢独立出来。Revit已经30年了，但它仍然是行业支柱：在建项目在里面，大企业的数据沉淀、插件生态和自定义工具也在里面。直接做agentic native的替代品，首先要追上Revit的水准。Motif上线当天，创始人发文称其为「unfinished project」，本身就说明了这条路有多长。
44. 最终目标是把「操控层」和「输出格式」拆开。智能层做成独立的操控层之后，模型最终是什么format、落在哪个文件、归谁所有，都可以重新定义。这个方向要回答的关键问题是：用户不打开Rhino和Revit的时候，这个产品存在的意义是什么。
45. 国内有一种打法偏向嵌入大平台。腾讯、阿里等办公软件厂商正在抢AI入口，不少创业公司选择把能力嵌进更大的办公生态。两条路的共同点是先低调发育，把AI操控能力握在自己手里、持续积累用户，再根据市场变化长出自己的形态。
46. AI时代的工具更适合交付乐高积木。建筑师这个群体有审美、有创意，也对技术感兴趣。与其给用户一个固定的最终产品，不如交付一个可配置、可以继续往上搭建的foundation，让每个人把自己的工作方式搭成新的工作流。
获取最新资讯与动态：
Copyright © 2026 RADHOST PTE. LTD. (UEN: 202450723N). All Rights Reserved.
