经济学里的杰文斯悖论认为：一种资源的使用效率越高、单位成本越低，它的总消耗量往往不降反升。当前，大模型行业正被这个定律演绎得淋漓尽致——模型越便宜、速度越快，调用量就越呈现爆发式增长。
而最近席卷硅谷的新物种 Jev，与杰文斯悖论同名的“大模型”，正把这套攻势推向极致。
它拒绝为你写诗、拒绝跟你探讨人生，甚至连一句完整的废话都不屑于生成。但就是这样一个冷酷的“哑巴”模型，发布不到 48 小时，就在 X 上引发了超 3000 万的狂热围观，吸引了 2.5 万名开发者涌入内测；上线大模型托管平台 Vercel 的 24 小时后，近 13% 的付费团队火速接入——这个渗透速度，是当年 GPT-4 的两倍。
天下武功，唯快不破。Jev 的杀手锏亦是如此：极速，且极度便宜。作为前 OpenAI 核心研究员、RLHF 技术的共同发明者，Jev 创始人 Diogo Almeida 甚至放出豪言：“下一个时代并不属于 Claude Code 这种辅助工具，Jev 才是未来！它比通用模型快 200 倍，便宜 400 倍，而且零幻觉。这将是继 RLHF 之后的 next big thing。”
从毫秒级响应的浏览器插件，到高频执行的链上交易决策，再到每秒 10 次决策、吊打人类玩家的《毁灭战士》的通关外挂，开发者围绕 Jev 打造的应用案例呈井喷之势。
然而，面对这样一个估值一夜之间飙至 2 亿美元、却至今将训练方案与底层权重捂得严严实实的“黑箱”，业界的好奇心与质疑声也达到了高潮：它到底是模型架构革命，还是被营销包装的“分类器”（Classifier）？
开发者把 Jev 接进 Monad 链上交易系统，模型每 0.3 秒即可读取一次盘口并完成一次买卖决策
就在昨日上午，国内人工智能企业 APUS（麒麟合盛）旗下 AI 实验室，公开了全球最早一批针对 Jev 的独立开源复现成果，并将其封装为开箱即用的 Agent Skill fast-browser-use。该项目支持纯本地模型离线执行，横跨 macOS、Linux、Windows 三大桌面与服务器操作系统，甚至无需独立 GPU，在普通 Mac 和 PC 上也能本地跑通。
目前，该项目完整代码已通过 MIT 协议向社区开放 （https://github.com/APUS-AI-Lab/fast-browser-use）。
张旭博士，清华大学本硕博连读，工学博士，APUS AI 首席科学家
笔者第一时间联系到了该项目的负责人——APUS AI 首席科学家张旭博士。我们围绕Jev 的底层技术逻辑和路线、APUS 的复现与改造逻辑，这类快速决策模型的应用潜力，以及 Agent 未来的“快慢分工”趋势等话题进行了详尽探讨。
准确来说，张旭团队并没有拿到 Jev 的模型权重、完整架构和训练方法；而是通过公开资料和实际输入输出反推其工作机制，基于 Qwen3.5 系列、Google Gemma 系列等开源模型还原了 Jev 最核心的工作流，并在推理速度上实现了对标。
开源当天（9 月 20 日）上午 APUS 公布首轮结果：真实浏览器任务里，维基百科检索约 18 秒完成，表单填写、站内跳转等更短链任务则在数秒内完成，全程无需调用云端模型；下午采访，张旭团队把测试迁移到了RTX PRO 6000，单次决策时间压缩到了 79 毫秒，与Jev 响应时间 70～500 毫秒成功看齐。
他还透露，其内部自研模型可实现更小 9B、4B 参数规模复现 Jev 的性能，并将于近期开源。（截至发稿前，已开源https://huggingface.co/apus-ailab/APUS-OpenJev-v1）
以下为笔者与张旭博士的访谈精要。为便于阅读，本文对原始对话进行了提炼与整合。
拆解 Jev 的底层逻辑
AI 前线：如果抛开官方的概念话术，您能不能用更直观的方式解释一下，Jev 和今天常见的大模型到底有什么差别？它本质是什么？
张旭：理解这个问题的关键，在于看透大模型工作的两个基本步骤。第一步是 Prefill，也就是输入处理；第二步是 Decode，也就是自回归生成。
当大模型走完第一步 Prefill 时，它神经网络内部的“隐状态（Hidden States）”其实已经理解了你输入的文字和图片细节。
第二步的 Decode，是一个字一个字往外吐 Token，这一步纯粹是为了“翻译给人看”。
但人类语言的带宽很窄，存在极高的信息损耗。比如这张包含猫、树枝纹理和复杂光影的图片，无论你怎么用文字描述，都不可能毫无遗漏地还原给另一个人。
Jev 的核心本质，就是它砍掉了第二步（Decode），只保留了第一步。它不再为了迎合人类而去逐字生成文本，而是直接在模型理解完信息的“隐空间”（Latent Space）里计算出结果。
AI 前线：那它最后到底输出什么？就是 Choice、Score/概率这类东西吗？
张旭：对。普通大模型每生成一个 Token，本质上都是在十几、二十万词汇的词表里计算全量概率，再选择一个吐出来。
Jev 则是把这个过程极度收敛，变成了对有限选项的概率测算。比如你问“这份提纲完整了吗”，只给“完整”和“不完整”两个选项，它只返回这两个选项的概率得分（Score）。
这也是为什么它说自己不会出现幻觉。并不是说它不会判断错，而是说你只给它 A、B、C，它不会凭空给你编出一个 D。
但不出现幻觉和不出错是两回事。
AI 前线：既然只是给出固定选项的概率，业界有人质疑它只是被包装过的“动作分类器”，您怎么看？它到底新在哪里？
张旭：这么说也没错。但我觉得还要看到它背后更大的研究趋势。
比如一张图片里面包含非常丰富的信息，你不管用多长的文字去描述，都很难把全部细节还原出来。语言本身就会造成信息损失。
所以现在一个前沿方向是：既然模型内部已经有这些信息，我们是不是一定要先把它变成人类语言，再拿语言继续处理？
Jev 可以看成这个方向里的一个具体特例。它把后面的语言生成省掉，直接从模型内部状态里去完成判断。
AI 前线：所以您说的这个更大的方向，具体是什么？就是把“理解”和“生成”进一步解耦吗？
张旭：这是其中一个方面。行业里会把更大的一类思路叫作隐空间计算。
比如两个 Agent 之间通信，它们都不是人，为什么一定要把第一个 Agent 脑子里的信息翻译成人类语言，再让第二个 Agent 读一遍？理论上可以直接在模型内部状态之间做处理。
模型路由、Agent 之间通信、模型内部思考，都可以沿着这个方向做。Jev 只是拿这个思路去做了一件具体的事情：有限选项的概率判断和决策。
AI 前线：作为行业共识，那目前头部大厂在这方面的探索进展如何？Jev 的做法和他们有什么不同？
张旭： 是的，比如 DeepSeek-v4.1 Flash 版本，就已经在尝试把 Prefill 和 Decode 的能力解耦。更典型的代表是目前最新的 GPT-6（Astra），业界探讨的 Loop Transformer 机制，其本质就是让模型的思维链和思考过程，在“隐空间”内部进行循环计算，而不再转化为低效的人类文字吐出来。
对比而言，Jev 则是把隐空间计算的成果，讨巧地“产品化”了，它说明，把隐空间的中间结果直接拿出来用，已经足以颠覆当下的应用形态。
AI 前线：Jev 最明显的特点就是快。除了省掉长文本生成，它为什么还能快这么多？
张旭：不生成文本是最大原因，因为相当于“只吐第一个 Token”，只做判断。但除此之外，还有计算维度的降级。
第二个，原来是开放式生成，现在你给它的可能只有几个、几十个候选，计算范围更小。
第三个，这些候选之间相互独立，可以更多地并行判断；而传统的自回归生成前后有依赖，每一个 Token 都要等前一个。
我们自己的实现里也做了类似 KV Cache 广播这样的处理。所以总结下来就是：少生成、候选范围更小、还能并行。
AI 前线：那除了速度，它还有什么本质上的性能优势吗？
张旭：其他方面在我们看来，它跟大模型没有本质区别。它其实也就是一个大模型，只是只用了一半。
效果好不好，最终还是取决于模型本身训练得好不好。
如何复现 Jev
AI 前线：Jev 没有开源权重、完整架构和训练方案。在这种情况下，你们所谓的“复现”，严谨来说复现的是什么？
张旭：严谨来说，我们复现的是它的功能。
我把他们所有公开资料都看了一遍，也研究了创始人的背景，再自己实际调用 Jev，看它的输入和输出。
可以理解成我把它当成一个黑盒。如果我可以实现相同类型的输入、相同类型的输出，那我们认为基本复现出了它公开出来的功能。
AI 前线：那你们在千问上具体做了什么改动？
张旭：原版的 Qwen3.5 就可以。
模型本身不用改，主要是在外面的工作方式上处理。这次开源的东西，也是从我们公司已有的 Agent Harness 里抽了一部分出来，再精简以后放出来。
AI 前线：那是不是随便拿一个小模型也能跑？对底座模型能力、参数规模有没有要求？
张旭：这个实际测试以后还是有要求。
我看到开源社区有人拿五六亿参数模型复现，确实能跑起来，“能用两下”，但你会发现它很傻，没办法真正实用。
所以我自己把千问从小模型一路往上试。最后看下来，9B 基本上是最低的可用门槛，再小就很难实用；35B 效果会更好。选 9B 也是因为希望普通网友自己的电脑就能运行，不需要特别好的设备。此外，我们也在训练自己的模型，很快也会开源，初步看已经超过了 Jev 的效果。
AI 前线：这次复现有没有什么超出你预期的结果？比如原来以为很难，做完以后发现其实没那么复杂？
张旭：没有特别意外。
反而我们为什么能这么快做出来，就是因为过去在这个方向已经积累了很多，直接把已有的东西拿过来用了。
AI 前线：所以反过来说，你们这么快就复现出来，是不是说明 Jev 目前公开出来的东西，本身并没有特别高的技术门槛？
张旭：更客观地说，它背后还有没有别的东西我不知道。
但至少目前拿出来的部分，在我们看来，就是这个研究领域里的一个特例，没有什么特别神秘的地方。
“79 毫秒”能用在哪
AI 前线：你们为什么第一时间把复现做成一个 Browser Agent？
张旭：我们第一天先看了行业里大家拿 Jev 做什么，发现最多的就是操作浏览器。
而且我们希望开源出去的东西是有实际用途的，而不是一个技术 Demo 或者玩具，所以先把浏览器这个场景做出来。
以前很多 Agent 操作浏览器，需要让大模型先生成操作代码，再去执行。我们现在是把网页上可以交互的元素先列出来，比如输入框、链接、上下翻页，再让模型直接做选择：现在应该输入、点哪个链接，还是翻页。
后来模型本身已经做到毫秒级以后，我们统计发现，完整任务里大部分时间反而花在等网页加载、等网页刷新。
AI 前线：那你们为什么长期会往本地模型、CPU、小算力、模型路由这些方向走？这些看上去是很多单点技术，背后的逻辑是什么？
张旭：核心还是 AI 普惠。
我们一直在想，模型能不能不用很昂贵的 GPU，靠 CPU 也能有一个可以接受的速度和效果。因为绝大多数普通用户不会在电脑里装 5090，更不可能买 H100、B200。
如果 AI 最后真的要进入大规模 C 端产品，全部推理都依赖中心化大算力，本身会是一个限制。所以我们希望把一部分计算分散出去，分到 CPU 服务器，甚至分到用户手机上。
这也是我们做模型解耦、路由、本地推理这些事情背后的共同逻辑：用更高的性价比，让 AI 真正能够大规模普及。
AI 前线：如果不只看浏览器，这种模型还能用在哪里？
张旭：其实能落的场景很多。
比如我们经常会访问到一些网站上显示大量的广告、欺诈信息、杂乱的内容，那么浏览器有了这个能力加持，就可以快速筛选和过滤。
开发者 Movez 基于 Jev 分析了 10 万条 X 帖子，耗时仅为 20.4 秒，花费 0.67 美元
推荐系统也是很典型的场景。A 文章用户感兴趣的概率是多少，B 是多少，再把概率高的内容推荐出来。
我还看到有人拿它批量审文档，因为很多判断可以并行，所以一次处理上千份文档，速度和成本会有优势。
AI 前线：现在也有人拿 Jev 做炒股、交易。它因为决策快，会不会特别适合这一类场景？
张旭：快不代表它炒股水平高。
炒股最后还是看模型本身的智力水平，以及有没有针对金融这个方向做优化。Jev 现在应该没有专门针对这个方向优化。
所以不能因为它能很快做决策，就认为它一定能赚钱。
AI 前线：那再往长远一点看，还有什么你觉得值得关注的应用？
张旭：更长期可能会到工业自动化、智能家居这些领域，因为它们都需要很快做出行动。
现在不是已经有人拿 Jev 玩游戏了吗？
它能玩游戏，其实就能够操控机器人。
Agent 走向快慢分工
AI 前线：决策变得这么快以后，下一个挑战会在哪里？