一家名为TypeSafe AI的初创公司提出，打造AI模型时不生成文本或代码，而是输出概率，以用于自动化任务。该公司已融资8.7亿美元，本轮融资中公司的估值达到75亿美元。本轮融资由Andreessen Horowitz领投，Sequoia和现有投资方DCVC参与。
背景与语境
TypeSafe AI的模型Jev于9月15日发布，随后几周内迅速走红。公司声称，《财富》美国500强企业中已有三分之一在使用Jev。这是公司对企业采用规模的说法，报道未说明何种使用情况才算“采用”。
Jev基于Transformer架构（一种处理输入信息的AI模型结构），但并非大型语言模型（LLM，即通过学习大量语言数据、主要处理文本的模型）。Jev输出的不是文本，而是概率；TypeSafe AI将其称为“校准决策”（calibrated decisions）。公司声称，Jev的速度远快于LLM，使用的token（模型处理的文本单位）也少得多。
这种差异与TypeSafe AI所强调的应用目的有关。公司称，相较于生成文本或代码，Jev更适合用于自动化任务。联合创始人Diogo Almeida对TechCrunch表示，由于计算机使用的语言与人类不同，精通人类语言对自动化并无帮助。
TypeSafe AI于2024年由前Meta研究工程师Sasha Sheng与工程师、企业家Eric Gaffney共同创立。Almeida也被列为联合创始人，他此前曾在OpenAI担任研究员。Jev的方向并非生成文本，而是自动化企业工作；这也是该公司大规模融资和企业采用说法受到关注的背景。
这则消息意味着什么
这表明，在评估企业级AI时，除了文本生成得多自然，哪种输出方式适合处理特定任务，也可能是重要的考量因素。不过，融资和估值并不等同于对模型性能的独立验证。
例如，如果一家企业正在考虑自动读取文档内容并进行预设的任务分类，就可以评估该流程是否确实需要生成句子，以及概率形式的输出是否适用于实际工作。这只是基于假设的例子，报道并未说明Jev在任何特定任务中取得了什么成果。
速度快、使用的token少，以及《财富》美国500强企业中有三分之一在使用Jev，均为公司提出的说法。报道没有提供支持这些说法的独立性能验证，也未列出具体的使用标准。
已确认的事实与尚未知晓的信息
已确认的事实
- TypeSafe AI开发了Jev，融资8.7亿美元，估值达75亿美元。
- 本轮融资由Andreessen Horowitz领投，Sequoia和现有投资方DCVC参与。
- Jev基于Transformer架构，但不是LLM；它输出概率而非文本。
- TypeSafe AI称，与生成文本或代码相比，Jev更适合用于自动化任务。
尚未知晓的信息
- 报道没有说明公司计划如何使用所融资的8.7亿美元。
- 是否有独立性能验证结果支持公司关于Jev速度和token使用量的说法，尚无法确认。
- 公司所称《财富》美国500强企业中有三分之一在使用Jev，具体采用了何种使用标准、涉及多少家企业，尚不清楚。
读者应关注的事项
- 如果考虑采用Jev，应先区分相关任务是否需要生成文本，还是适合利用概率输出进行自动化。
- 评估公司所称的速度和token使用量时，应确认比较对象、测量条件以及是否经过独立验证。
- 判断企业采用案例时，了解“使用”的定义以及模型在实际工作中承担的范围至关重要。
