OpenAI低调发布“Decisions API”，大模型决策效率之争悄然打响

【科技24时区】周二举行的OpenAI开发者大会上，除了那些聚光灯下的重磅功能，CEO萨姆·奥特曼（Sam Altman）在演讲间隙抛出的一个“小插曲”反而更耐人寻味——他透露了公司全新的“Decisions API”。这并非一次高调的独立产品发布，而更像是一次对现有大模型能力边界的微妙试探。

这款新API的功能逻辑，与本月早些时候由TypeSafe AI发布的Jev模型有着惊人的相似性。Jev被明确定位为软件自动化的专用工具，本质上是一种基于大语言模型（LLM）构建的“超级分类器”。开发者只需提供一组选项，Jev便能以极低的成本和极高的速度输出概率分布。从奥特曼的描述来看，OpenAI的Decisions API走的也是同一条路：它允许开发者将Luna模型聚焦于预设的选项集合中，无论是图像分类还是代理行为选择，都能通过这种“聚焦”机制，在保留图像理解、多语言支持及安全护栏等核心能力的同时，实现速度的极致提升。

值得注意的是，TypeSafe方面并未就此事直接回应TechCrunch的问询，但其创始人兼CEO迪奥戈·阿尔梅达（Diogo Almeida）——这位前OpenAI工程师、强化学习的共同发明人——在社交平台X上略带调侃地提到了“克隆战争”的开始。他进一步指出，OpenAI的这一举动或许是一个信号，表明“兼容系统一（System One）”的构建方式才是未来。在这里，“系统一”是TypeSafe内部术语，指代快速、直觉式的思维模式，与之相对的是代表深思熟虑推理的“系统二”。

这番言论背后的潜台词十分清晰：传统意义上的大语言模型，因其高昂的计算成本和相对迟缓的响应速度，并非所有软件场景的最优解。越来越多的开发者开始利用像Jev这样的轻量级模型来增强或替代部分LLM功能，实测结果显示，它们在速度和成本上具有显著优势。尽管目前Decisions API仅处于有限预览阶段，外界尚无法全面评估其与Jev的具体差异，但从社交媒体的讨论热度来看，市场对此类高效决策模型的需求已然显现。事实上，除了TypeSafe和OpenAI，其他初创公司也在陆续推出类似产品，这场关于“决策效率”的技术竞赛才刚刚拉开帷幕。

然而，速度并非唯一的考量维度。真正的挑战在于，这些决策模型的输出结果能否与现实世界的需求精准校准。阿尔梅达坦言，单纯追求“快且便宜”并不难，“如果你只想要快和便宜，掷骰子就行了。”他强调，公司的护城河在于其生成的合成数据，这些数据能确保输出具备统计学上的实用性。“智能才是最难的部分，我的北极星指标始终是推动‘每美元智能量’的帕累托曲线向前移动。”

短短数周的发展轨迹已表明，这类模型拥有广阔的应用前景，尤其是在AI代理（Agent）的监控与安全领域。此前，OpenAI因一系列代理在互联网上“行为失当”的事件，不得不引入单独的模型进行实时监控，但这带来了巨大的计算开销。网络安全专家、初创公司QueryStory负责人沙波尔·纳吉布扎德（Shapor Naghibzadeh）认为，类似Jev的模型能以极低的成本解决这一痛点。在上周末的一场黑客松比赛中，他演示了一个使用Jev监控代理行为的原型：该模型会对照任务指令检查每个代理动作，高置信度判定为恶意的操作会被直接阻断，可疑操作则标记待审，其余予以放行。

理论上，这种细粒度的监控本可以阻止此前发生在Hugging Face平台上的安全事件。更令人震撼的是成本对比：使用Jev进行此类监控的成本仅为2.94美元，而使用前沿大语言模型则高达372美元。这一巨大的价差意味着，我们终于有可能在每个代理动作层面都部署一层审查机制，从而大幅提升整体系统的可靠性。这正是TypeSafe最初设想的价值所在，而现在，OpenAI似乎也意识到了其中的巨大潜力。