只判断、不生成的模型，两周进了七家厂
10 月 1 日，三家在同一天进场
2026 年 10 月 1 日，Perplexity 发布pplx-decider-v1-27b，Cloudflare 发布Clef和Clef-flash，AWS 旗下 Strands Labs 发布Strands Decider 2B（来源：各家官方博客及 Hugging Face 模型卡）。三家做的是同一种东西：不生成文字、只输出判断的决策模型。
往前数 16 天，9 月 15 日，TypeSafe 才发布 Jev，第一次把「System One 决策模型」这个词摆上台面（来源：TypeSafe 官方博客）。一个品类从被命名到被头部厂商集体跟进，只用了两周。粗略数一遍，这期间先后下场的厂商超过七家。
一个「不写字、只判断」的模型，两周内被至少七家厂商跟进。
这是 AI 架构的一次分水岭，还是一次精明的重新贴牌？两边都不缺论据。
先看清这些东西到底是什么
Jev 由前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe 推出。输入一段程序状态加一组预定义问题，它一次性返回结构化判定，三种原语：Choice（从你给的选项里选一个）、Score（按你划定的尺度打分）、Noul（一句是非判断，返回为真的概率），每个答案都带校准置信度（来源：TypeSafe 官方博客）。官方声称比前沿大模型快 40-200 倍、便宜 40-400 倍，定价 $0.042/百万输入 token，输出免费，因为它根本不写文字（来源：TypeSafe 官方博客）。
跟进者的路线各不相同。Perplexity 的 Decider 用 Qwen3.8-27B 微调，Apache 2.0 开源，自报 11 个基准、7210 样本上 85.71%，压过 Jev 的 84.51%，但 Jev 在 11 个里赢了 6 个（来源：Hugging Face 模型卡）。OpenAI 在 9 月 29 日 DevDay 预览 Decisions API，10 月 6 日转公开 beta，由 GPT-6 Luna 驱动，$0.10/百万输入 token（来源：OpenAI API changelog）。更早的 9 月 19 日，国内 APUS 已经用 Qwen3.5-9B 在本地复现了 Jev 的机制，封进fast-browser-use这个浏览器自动化 Skill（来源：央广网）。
密集到什么程度：OpenRouter 的 decisions 目录，9 月 28 日还是 7 条路由、4 家厂商，几天之内又涌进一批（来源：OpenRouter 模型目录）。
正方：这是必然的分层
Agent 一旦规模化，判断的量级会暴增。一次 agent 运行里有成百上千次工具调用、路由、门禁、校验，每一次都是判断点。自回归生成是逐 token 串行解码，延迟 O(n)、逐 token 计费；判断只需要单次前向，在封闭输出空间里打分，延迟 O(1)、成本固定。把判断留在生成模型里，等于每次「要不要重试」「该不该放行」都付一遍生成的钱、等一遍生成的延迟。
拆出来，能拿到延迟、成本，还有一样更值钱的东西：可校准的置信度。生成模型的「有把握」是软性的，你没法拿它做阈值判断；Jev 这类模型每个答案都带一个校准过的概率，低于阈值就拒绝执行。这让「判断」从黑箱变成可编程、可测试、可审计的组件。
分歧不在「判断该不该从生成里拆出来」，而在「谁来拆、怎么拆」。
反方：这是贴牌
分类头、router、guardrail，这些组件在生产环境里跑了很多年。所谓「决策模型」，多大比例是真创新，多大比例是旧组件被重新命名、定价、塞进一个新赛道？
命名乱象是个信号：System One、Decider、Clef、Strands Decider、d1、Span-01，每个名字都不一样，说明品类远未定型。更微妙的是 OpenAI。它的 Decisions API 不是独立训练的决策模型，而是在现有的 reasoning 模型 GPT-6 Luna 上套了一个/v1/decisions端点（来源：OpenAI API changelog）。这几乎是在说，决策能力是接口层的事，不是一个新模型的事。
Cloudflare 自己在发布 Clef 的同时，说这个市场「越来越饱和」，一周之内 Fastino 的 GLiDE、自家的 Clef、Perplexity 的 Decider 先后上线（来源：Cloudflare 官方博客，经第三方引述）。一边下场一边说饱和，这句话就是怀疑派藏在新闻里的注脚。
交锋：那个被借用的隐喻是错的
Jev 把名字借给卡尼曼的「系统 1」。但人类的系统 1 是并行的、模糊的、不可解释的直觉，比如开车时的条件反射；Jev 是确定性的、带校准置信度的、封闭输出空间的打分器。两者本质不同。
用「快思考」去命名一个确定性打分器，恰恰掩盖了它真正的价值。它的卖点不是「快」，是「可校准、可编程、可审计」。一个错误的隐喻正在反过来塑造工程师的设计心智：把它当成「快直觉」，你会高估它的智能、低估它的边界；把它当成「打分器」，你才会去核对它的校准曲线、设对阈值。
命名不是修辞问题，它决定了你怎么用这个东西。
回到账本：哪些判断值得拆
争论到最后，落点其实很窄：不是「决策模型是不是新东西」，而是「你的系统里，哪些判断值得拆出来」。
一条可用的标准：高频、低延迟敏感、封闭输出空间、需要审计的判断，拆出来。路由、筛选、评分、门禁属于这一类。低频、开放、创造性、一次性的判断，留在大模型里。按这条线切，正反两派其实不冲突。正方说的是「该拆的判断应该被产品化」，反方说的是「别把不该拆的也拆了」。
结尾
回到 10 月 1 日那三家公司。他们是看到了同一个未来，还是闻到了同一种 FOMO 的味道？
