Jev vs Decitron：同为决策AI，为什么不是一回事？

它来自TypeSafe AI。这支有OpenAI背景的团队没有继续卷生成和推理，而是换了个方向：让AI直接做判断。 他们甚至把口号直接写成：Decisions, not strings（要决策，不要文本）。 Jev的走红，也让“Decision”（决策）重新成为AI圈的热门词。 但如果把时间线往前拨几个月，会发现这条趋势并不是今天才出现。 在Jev受到关注之前，国内已经出现了一条“ 决策AI ”路线。今年6月，中科闻歌（此前被部分媒体称为“决策大模型第一股”）发布了 通用决策大模型Decitron决策机 ，尝试将世界模型、多智能体推演、博弈与求解纳入统一的决策框架。 那么问题来了：同样都在讲“决策AI”，Jev和Decitron，到底是不是一回事？ 答案是 否定 的。Jev和Decitron都在讲Decision，但对“决策”这件事的理解并不相同。 Jev把决策做成一个瞬时判断，Decitron则把决策变成 一场对未来的推演 。 一个解决“此刻选什么”，一个解决“选完之后，接下来会发生什么”。 它们为什么值得放在一起比？ 乍看之下，两者差得很远。 Jev强调快速判断，主要服务软件和Agent；Decitron强调复杂世界推演，面向战略、产业和复杂系统决策。 但如果把镜头拉远，会发现它们其实在做同一件事，即 都在重新思考：AI的输出，能不能不止是一段文本？ 过去的大模型默认输出是一串文字。 你问一个问题，它生成一个答案，再由人或程序决定下一步怎么办。 Jev对此非常直接：不要文本，要决策。它把AI输出变成Choice、Score、Probability，这些软件可以直接执行的结果。 AI不再只是“回答你”，而是开始直接参与程序分支和行动。Decitron则从另一条路线走到了同一个问题。 它关注的不是生成一篇“关于未来的分析”，而是 把现实世界拆成状态、主体、行动和结果，再通过多智能体推演、博弈和求解，比较不同路径 。 所以，Jev和Decitron第一个真正共同点是：两者都在尝试让AI的输出从“生成内容”，进一步走向“支持判断和行动”。 第二个共同点，是两者都强调不确定性要被显式量化。 Jev告诉系统：我选择A，但把握只有72%。 Decitron关注的则是另一种不确定性： 在不同主体、行动和环境变化下，未来可能沿着哪些路径演化。 一个量化的是 当前判断的不确定性， 一个处理的是 未来演化的不确定性。 背后的思想却是一致的：AI不能只给结论，还要告诉你这个结论有多可信。 更重要的是，它们都在尝试把“决策”变成一种独立的AI计算范式。 Jev的逻辑是：输入状态 → 输出判断；Decitron的逻辑是：输入现实 → 建模世界 → 模拟行动 → 推演结果 → 比较策略。 一个把决策压缩到极短时间内，一个把决策展开成多个未来世界。 Jev：把决策压缩成一次判断 Jev要解决的，是那些必须马上给出答案的判断题：A还是B？风险有多高？要不要转人工？下一步走哪条流程？ 比如一个客服系统收到：“我的信用卡重复扣款了。” 传统大模型可能先生成一段分析。而Jev更希望直接输出：Billing：96%；Fraud：3%；Other：1%。 然后程序马上进入下一步。 所以从工程角度看，Jev干了一件很有意思的事：它把传统软件里的if/else，升级成了AI版if/else。 过去程序员需要提前写死：如果A发生，就执行B。现在可以变成：如果AI判断A发生的概率超过80%，就执行B。 这也决定了Jev最核心的目标：快、便宜、稳定、可以直接嵌入软件。 Decitron：把决策展开成一场推演 但有些决策，根本不是一道“选择题”。 一家企业要不要扩产？如果扩产，竞争对手会不会降价？如果竞争对手降价，市场格局会不会变化？如果同时遇到政策、原材料和需求变化，原来的选择还成立吗？ 到了这里，“A还是B”已经不够用了。 因为在真实世界中： 你的选择，会改变世界；世界改变以后，别人也会重新选择。 这正是Decitron试图解决的问题。 它不是只看“当前选什么”，而是进一步建模：State → Action → Outcome。 也就是现在世界是什么状态？不同参与者采取什么行动？行动之后，世界会变成什么样？然后继续下一轮。 企业行动，竞争对手回应；竞争对手回应，市场变化；市场变化，各方再重新决策。 决策不再是一个点，而是一条不断生长的时间线。 因此，Decitron引入世界模型、多智能体推演、博弈和求解。 简单理解一下，世界模型负责搭“沙盘”；多智能体负责把不同参与者放进去；博弈和求解负责计算不同选择可能把世界推向哪里。 真正的分水岭，在于两者对“决策”的不同理解： Jev把决策做成当下的一次判断，Decitron把决策展开成对未来的一场推演。 从Generation到Decision，AI开始换战场 Jev为什么偏偏在这个时候火了？ 因为AI行业正在显现出一种趋势：生成式AI解决“怎么回答”，决策AI开始解决“怎么选择”。 今年6月，中科闻歌发布Decitron，把“通用决策大模型”正式推到台前；几个月后，Jev又以“Decisions, not strings”迅速受到关注。 Jev把“判断”做得更快、足够便宜，让它进入软件和Agent的日常流程；Decitron则瞄准更复杂的决策问题，通过世界建模、多智能体推演和求解，比较不同选择可能带来的结果。 一个处理“现在怎么选”，一个处理“选完之后会怎样”。 但两者放在一起，至少说明了一件事：当“会生成”逐渐成为AI的基础能力，行业开始把注意力投向“会不会决策”。 下一场较量，也许不只在“会不会说”，而在世界不断变化时，AI到底“会不会选”。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 中科闻歌 决策AI 思邈 扫码分享至朋友圈 相关阅读 中科闻歌发布决策智能操作系统DIOS Infra，从数据到决策，打造企业级AI全栈技术基础设施 灵活服务不同组织形态 AI基础设施 中科闻歌 企业级AI 中国AI麻将打出新高度！战胜真人职业选手，鹅厂「绝艺」刷新战绩 决策AI 强化学习 绝艺 腾讯 中科闻歌完成新一轮战略融资，引领企业级人工智能技术发展 将主要用于自研决策智能操作系统DIOS的研发投入和市场推广 中科闻歌 融资 热门文章 从“会回答”到“会办事”，vivo如何解AI手机这道题？ 刚刚，唐杰发布智谱RSI首个成果 刚刚，Claude Code大重构！内部3万Agent管理技术免费开放 央企做了个通用Agent，直接杀进IDC实测前三！ AGI最难一战，竟在医院！中国AI登上Science，医生不怕失业还催着上线 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破