AI 講錯時跟講對一樣篤定！這個不輸出文字的模型 Jev 改成只回一個機率

TypeSafe 開發的 AI 模型 Jev 不輸出文字，只替每個判斷回傳一個機率，讓自動化流程能用門檻把接近一半的結果交回人看。Bryo AI 技術長 Mudholkar 拿它和 Gemini 分類商業郵件，Gemini 準確度略高但貴 10 到 20 倍，外部校準實測則顯示機率準度會隨任務和問法而變。 ⭐ 文章深度讀：Jev 只回機率不回文字！AI 產出哪幾件要回頭查變得看得見 → https://heymaibao.com/jev-returns-probability-not-text-e188ed/ ⚡ 章節重點 每件都要回頭查的成本 00:00 只回機率的 Jev 00:28 價格與準確度的取捨 01:31 機率本身的準度 01:57 Jevons 命名的押注 02:45 話變少的 AI 03:14 📝 懶人包 ∙ Jev 不輸出文字，只回機率，TypeSafe 叫它校準過的決定。 ∙ Mudholkar 測分類郵件，Gemini 略準但貴 10 到 20 倍。 ∙ Ronacher 認為 Jev 把幻覺問題部分交回使用者處理。 ∙ 我的觀點：AI 自己附上幾分把握，哪幾件要回頭看就看得見。 📚 參考資料 Marina Temkin Marina Temkin → https://techcrunch.com/2026/10/09/the-maker-of-non-text-ai-model-jev-valued-at-7-5b-just-weeks-after-launch/ Tim Fernholz → https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers/ How far can a commercial decision model’s probabilities be trusted? A calibration audit of Jev against open and general-purpose classifiers → https://lsmeng.github.io/pdf/preprint-jev-calibration-audit.pdf Jevを8,800 回叩いて較正を測った 「確率を信じるな」は半分まちがいだった → https://zenn.dev/ryok/articles/jev-calibration-handson