我有个朋友在 AI 圈混。具体干什么我不太清楚，大概是那种在咖啡馆里对着 MacBook 敲键盘、偶尔抬头说一句“这个模型不行”的人。他跟我说 Jev 火了，火得一塌糊涂，24 小时之内 13% 的 Vercel 付费团队在用，36 小时刷屏，14 万开发者排队。他说这话的时候眼睛发亮，像超市里那个穿红马甲的小姑娘看见我捏芒果时的表情，只不过她是义正辞严，他是眉飞色舞。
我说：“Jev 是个什么东西？”
他说：“你不懂，这是革命。”
我说：“那你给我讲讲。”
他讲了四十分钟。从 RLHF 之父叛逃讲到 System One Model，从并行采样讲到类型化输出，从 70 毫秒延迟讲到输出免费。我听完之后，脑子里只剩一个画面：一个人站在台上挥舞手臂，说“这不是一个模型，这是一个新品类”，台下疯狂鼓掌，没有人问一句“这东西到底能干什么”。
我对“革命”这个词一直有戒心。小时候老师评三好学生，德智体全面发展，分数最高的那个就是最好的。但那个分数最高的同学，你愿意跟他做朋友吗？你愿意跟他同桌吗？评测不管这些，评测只管分数。后来我长大了，发现所有“革命”都像三好学生评选，标准是别人定的，你只能负责鼓掌。
Jev 说自己不生成文本，只返回决策。官方管这叫“Decisions, not strings”。听起来像哲学宣言，其实就是说：我不写字，我只在你给的选项里选一个。你问它“这封邮件该转技术部还是财务部”，它不回答，它直接给你一个概率。你问它“这条日志是不是严重错误”，它不解释，它给你一个 0 到 1 之间的数。你问它“这个客户是不是要流失了”，它不说话，它给你一个标签。
这让我想起 HTTP 的 304。
早期互联网只有 200。你请求一个静态文件，服务器得遍历磁盘、索引、拼接、返回。这个过程本身就是“逐块生成”的雏形。后来加了 304，告诉客户端“东西没变，别重新下载了”。省的是传输，不是判断。服务端再省，也得查缓存、比对时间戳、决定返回 304 还是 200。这个判断本身消耗 CPU、内存、IO。
Jev 也一样。它“不生成文本”，但推理过程本身要跑一次前向计算。你给它输入，它要把输入编码进 hidden states，并行算所有候选选项的 logits，再归一化成概率分布。这个计算消耗的 GPU 算力，不会因为它“输出短”就消失。你让一个人不说话，只举手，他举手之前也得先把问题听明白，这个“听明白”的过程，跟说话一样费脑子。
所以“输出免费”是一个定价策略，不是一个物理事实。官方原话是“便宜到不值得计费”。翻译一下：单次推理中，输出部分的边际成本低到在商业上可以忽略，不是因为它是零，而是因为计费本身有运营成本。维护计费系统、核对账单、处理争议，这些成本可能比输出那点算力还高。就好比你开饭馆，米饭不要钱，因为盛米饭的人工比米贵。
但这话不能细想。细想就会发现，米饭不要钱是因为你把米饭钱算进菜里了。Jev 的输出免费，是因为它把输出成本算进输入定价里了。输入端每百万 token 0.042 美元，这个价格刚好覆盖住整个推理成本，包括输出部分的算力。输出端就当成获客赠品。你看着免费，其实人家早算好了。
二
半年前，Agent 产品还在讲“我能替你干活”。但“干活”需要部署、需要环境、需要 API Key、需要跑起来。这套东西有物理成本，也有认知门槛。普通人听完的第一反应是：“听起来很酷，但我怎么用？”然后就没有然后了。
Jev 不一样。它把“用”这件事压缩到了一个数字上：70 毫秒、0.042 美元、免费。你不需要知道它怎么部署，因为它没有部署。它就是一个 API 调用，返回一个 JSON，一个概率值。任何人看完演示视频，脑子里留下的不是“这东西怎么跑起来的”，而是“这东西跑得真快，而且不要钱”。
这个传播逻辑很聪明。当试用成本是零的时候，吹的成本也是零。14 万开发者涌入内测，36 小时刷屏，不是因为每个人都跑通了业务，而是因为跑通的门槛低到可以忽略。你打开浏览器，注册，拿到 API Key，复制一段代码，就能看到它返回“96% 紧急”。这个流程太短了，短到吹和用之间没有缝隙。
但这也是它最脆弱的地方。当试用成本是零的时候，质疑成本也是零。任何一个开发者花五分钟测试，发现它在中文客服场景下的准确率并没有碾压同级模型，就能立刻发一条推说“这玩意被吹过头了”。Jev 的护城河不在技术，在叙事势能。当叙事势能消散，吹和黑之间只隔一条推文。
我那个朋友不懂这个。他觉得 Jev 火是因为它好。我问他：“你觉得它好在哪里？”他说：“它快，它便宜，它不会胡言乱语。”我说：“这些优点，半年前就有人做到了。”他想了想，说：“但没人吹。”我说：“对，所以你现在吹的到底是什么？”他不说话了。
三
AI 圈的核心玩家就那么几个。OpenAI 系、Google 系、Meta 系、Anthropic 系。创始人和研究员在几家公司之间来回流动，今天在 OpenAI 训模型，明天去 Anthropic 讲安全，后天自己创业。技术路线互相抄，人互相挖，叙事互相借。这不是一个开放市场，是一个近亲繁殖的宫廷。
纯 LLM 的叙事开始疲软了。模型越来越贵，Agent 落地越来越难，“AGI 即将到来”喊了几年，企业端的 ROI 还是算不过来。于是他们从现有技术里挑几个底子能用、但被主流叙事忽略的方向。决策模型、分类器、结构化输出。这些都不是新东西，但不够性感，没人愿意吹。
现在他们决定集体吹。不是一个人吹，是协调过的叙事轰炸。今天这个发推说“Jev 改变了我对 AI 的理解”，明天那个发视频说“70 毫秒是什么概念，就是你眨一下眼它已经做了十次判断”。后天 Almeida 本人出来说“RLHF 是一条弯路”。你看着像百花齐放，其实是统一行动。
Diogo Almeida 的身份太特殊了。他是 RLHF 的核心贡献者之一，InstructGPT 论文的作者之一。换句话说，他亲手参与了“教会 AI 说话”这件事。然后他转身说：RLHF 是一条弯路。这句话的分量，不是随便一个创业者能说的。只有当年造过这把剑的人，才有资格说“这把剑铸错了方向”。
如果是一个无名小卒出来说“RLHF 错了，决策模型才是未来”，没人理。但 Almeida 说这句话，整个圈子都得停下来听。这不是骗局，这是宫廷内部的品类轮换。美黑机是不是真的比美白机好用，不重要。重要的是谁在推、什么时候推、推给谁看。
我那个朋友就是被推的那个。他看了 Almeida 的演讲，激动得不行，觉得找到了人生方向。我问他：“你知道 Almeida 是 RLHF 的核心作者吗？”他说知道。我说：“那你有没有想过，一个亲手参与造剑的人说剑铸错了，他是在否定自己，还是在给自己的新剑找买家？”他愣了一下，说：“你这个人怎么这么阴暗。”我说：“我不是阴暗，我是没钱。”
四
现在 LLM 是王，HTTP 为其服务。所有人聊 AI，默认主语是模型。HTTP、gRPC、向量数据库，都是为了让 LLM 跑起来而存在的管道。你调一个 API，本质是“请模型说话”，HTTP 只是把这句话送过去的手段。模型是目的，协议是手段。
但十年后，LLM 只是 HTTP 后面的第一个 microservice。
这个反转的意思是：协议层重新变成“王”，模型降格成“链路上的一个处理单元”。一旦这个视角成立，很多今天被当成“革命”的东西会立刻掉价。
Jev 的“决策输出”，无非是某个 microservice 的响应 schema，跟“返回 JSON 还是返回 text”同级。LLM 的“生成能力”，只是某个 service 的内部实现，上层根本不关心你是自回归还是并行采样，只关心输入输出契约。Agent 编排，就是服务编排，跟微服务时代的工作流引擎没有本质区别。
你调一个接口，它内部调了 LLM、调了 Jev、调了规则引擎、调了缓存。调用方只看到 HTTP 状态码和一个结构化响应。模型是什么、有几个、谁快谁慢，全被协议层屏蔽掉了。这正是微服务架构干了十几年的事：把实现细节藏在接口后面。
这个反转为什么成立？因为协议层比模型层更稳定。HTTP 活了三十多年，模型三年换一代。今天你写的 Agent 代码，明年模型一升级可能全得重写。但你写的 HTTP 接口，十年后大概率还能跑。所以长期看，价值会往协议层沉淀，而不是往模型层沉淀。模型会变成可替换的零件，协议和接口定义才是真正的资产。
这就好比早期计算机太庞大，为了用它需要专门盖仓库。等到普及了，计算机只是扔到仓库角落检测老鼠出没。今天被供在机房中央的东西，明天就是墙角一个不起眼的零件。区别只在于，有人靠“它现在是中心”赚钱，有人靠“它明天是零件”布局。
我那个朋友听了这套，说：“你这是在否定 AI 的进步。”我说：“我不否定进步，我否定的是把进步说成革命。”他说：“那 Jev 到底算不算进步？”我说：“算。它让判断变便宜了。但便宜的东西，通常不被叫做革命。革命是贵的，是稀有的，是你愿意为它排队的。Jev 不值得排队，它值得你把代码里的 if 语句换掉。”
他想了想，说：“那我该不该用？”我说：“你用呗，反正不要钱。”他笑了，说：“你还是觉得我在交智商税。”我说：“不是智商税，是认知税。你交的不是钱，是注意力。等哪天你发现它其实没那么神，你的注意力已经回不来了。”
五
现在有了 200 和 304，后续还会有 400 和 502。
HTTP 状态码的演化史，本来就是先有能用的，再有省事的，最后有一堆报错的。200 是“一切正常”，304 是“没变，别烦我”，400 是“你请求写错了”，502 是“上游挂了，别怪我”。Jev 现在处在“304 被吹成革命”的阶段，等它真进了生产环境，400 和 502 会自己长出来。到那时候，华尔街大概已经在聊下一个“范式转移”了。
我那个朋友还在跟我讲 Jev 的革命性。我听着，点点头。甜就点点头，不甜也点点头。然后继续捏我的芒果，等它慢慢变软。
他说：“你怎么不说话？”
我说：“我在想一件事。”
他说：“什么事？”
我说：“如果十年后 LLM 只是 HTTP 后面的一个 microservice，那今天我们吵的这些，到底在吵什么？”
他说：“你在说 Jev 不重要？”
我说：“重要。但它的重要，不是因为它是什么新品类，而是因为它让判断变便宜了。便宜到你可以把它当成空气来用。空气重要吗？重要。但没人会为空气开新闻发布会。”
他不说话了。我拍拍他的肩膀，说：“走吧，喝咖啡去。Jev 不会跑，但咖啡凉了就不好喝了。”
