OpenAI 官宣 Decisions API 正面刚 Jev：AI 决策赛道一夜变天

OpenAI 官宣 Decisions API 正面刚 JevAI 决策赛道一夜变天当行业还在把AI 决策当作 Agent 编排里的一个函数调用时OpenAI 直接用一款独立 API 产品把它变成了一个细分市场根据社区情报与多方报道OpenAI 已正式推出Decisions API正面迎战此前凭借输出 token 永久免费与 RLCD 技术路线爆火的 Jev 决策模型。对国内开发者而言这条新闻的价值不止于巨头入场——它意味着结构化决策从实验性玩法升级为标准 API 协议也意味着像 openjev 这样从 JevBench 一路拼出来的开源实现第一次有了清晰的商业化对标物。本文结合社区舆情与 openjev 仓库源码拆解这场正面交锋的三层格局OpenAI 的入局姿势、Jev 的护城河还剩几成、以及开源社区版 openjev 的机会与威胁。OpenAI Decisions API把判断拆成独立计费单元OpenAI 推出 Decisions API 的核心动作是把判断从生成中彻底剥离出来调用方传入一段state状态与一组带 rubrics评分标准的questionsAPI 返回每个选项的概率分布与置信度而不是一段自然语言回复。这与 Jev 社区过去数月反复宣传的System One 决策引擎不生成文本、只输出类型化结果完全是同一套产品逻辑——OpenAI 等于用官方 API 的形式追认了这条技术路线。更有信号意义的是它的协议形态。在 openjev 仓库的 code/serving/decisions_api.py 文件头写着一行足以说明生态走向的注释OpenRouter Decisions API (POST /api/alpha/decisions, POST /api/v1/systemone) on top of an openjev cross-encoder.也就是说在 OpenAI 官宣之前Decisions API 这一请求/响应协议已经在 OpenRouter 等聚合层流通并成为事实标准请求体包含model、state、questions每个 question 分noul是/否、choice多选、score打分三种类型每种类型都带criteria作为选项判定标准响应则返回answers含概率分布、confidence与usage含output_tokens: 0。openjev 的服务网关 code/serving/decisions_server.py 同时挂载了/api/alpha/decisions与/api/v1/systemone两条路由几乎是无缝兼容了这一协议。OpenAI 的入局本质上是把这条已经跑通的协议线从聚合层提升到了第一方产品层。定价定位上社区情报反复出现的关键词是输出 token 永久免费决策模型的输出不是 token 而是离散概率向量自然没有生成计费。仓库中的网关实现也印证了这一点——code/serving/decisions_server.py 在 usage 里固定写入output_tokens: 0成本只按输入 token 计算cost tokens * PRICE_PER_MTOK / 1e6。这意味着大厂与 Jev 在价格上抢的是每百万输入 token 的单价 请求吞吐而开源自托管方案则直接把这一项压到自购算力成本。Jev 的 RLCD 护城河先发、基准、以及正在被追平的差距Jev 之所以能撑起一个细分赛道先发优势来自两个叠加因素一是RLHF 之父Diogo Almeida 的团队背书二是校准决策强化学习RLCD这一新方法论标签。社区舆情中Jev 被反复描述为不进行自然语言生成的 System One 决策引擎核心卖点是低延迟、高可控、无幻觉、输出可审计——平均 8ms 级延迟、毫秒级确定性裁决、类型化 API 等表述在不同技术媒体上被反复复述。但先发不等于垄断。JevBench 公开排行榜给出了可横向对比的硬数据。在 openjev 的 RESULTS-v5.md 中同用官方 harness 在 231 条公开题目上重测各系统systemeasy (48)standard (72)hard (111)all publicJev 1.131.0000.9860.7300.866openjev 4B v51.0000.9860.6220.814SemIf (Qwen3.5-4B)1.0000.9860.6130.810open-alternative-jev———0.740system-one-open———0.730差距是真实存在的openjev 4B v5 的公开项总分比 Jev 1.13 低约 5 个点且差距几乎全部集中在 hard tier0.622 vs 0.730。按 family 拆解可以看到硬伤所在temporal_numeric仅 0.27、judge_hard0.53、tradeoff0.50——时间数值推理与复杂权衡判断仍是短板。这正是 RLCD 与数据蒸馏体现价值的地方也是 Jev 护城河最厚的一段。但同一张表也暴露了护城河的裂缝8B 级别的开源黑马社区横评中的8B 开源黑马几乎逆袭 Jev与 4B 的 openjev 已经把总分差距压到个位数百分点而在 Jev 的另一个传统强项——幻觉判定上openjev 4B v5 在 RAGTruth、HaluBench、FalseQA 三个 AUROC 基准上分别达到 0.932、0.937、0.949全部高于同表其他开源 cross-encoder。换句话说Jev 的领先正在从全面压制收窄为hard tier 的局部优势。另一个值得注意的护城河维度是确定性。Jev 类模型的卖点之一是输出可复现而 openjev 用 code/order_test.py 在全部 231 条公开 JevBench 题上做了四轮重复实验同请求两次位级一致label 变化 0/231最大概率变化 0.0选项倒序与乱序下 label 变化均为 0/231最大概率漂移仅 1.8e-7 与 1.2e-7。这种确定性不是训练出来的而是结构性的——code/openjev_decide.py 中每个选项独立做一次 forward pass选项顺序只进入最后的归一化pairs [(w, TEMPLATE.format(instrinstr, labelo, critcrits[o])) for w in windows for o in options] probs self.ce.predict(pairs)[:, ENT].reshape(len(windows), len(options)) p probs.max(0) # a claim supported by any window is supported by the document p p / max(float(p.sum()), 1e-9)当 OpenAI 以官方身份入场时它带给 Jev 的压力不是更好的决策质量——至少在公开基准上尚未有数据支撑——而是协议、定价与生态位的三重挤压如果判断变成标准 API 品类Jev 的独家先发就只剩下方法论叙事的领先期。对开源社区版 openjev大厂竞争反而抬高了赛道声量表面上看OpenAI 入场对开源决策模型是坏消息免费 API 会挤占自托管需求。但把视角拉长这场竞争对 openjev 这类开源实现是明显的净利好原因有三。第一协议标准化降低了集成成本。openjev 的整个 serving 层就是为这套协议而生的。除网关外code/serving/IMAGE-SERVING.md 展示了更进一步的工程化POST /v1/systemone已支持真实图像字节输入base64 / data URIJPEG/PNG/WebP单张 ≤4MiB 解码、≤1200 万像素通过IMG标记把像素直接送入视觉塔且永远不抓取 URL、不读服务器文件路径概率声明为normalized_entailment_v1对各选项的 entailment 概率归一化并在响应中显式标注不假装已校准。也就是说当 OpenAI 把 Decisions 做成标准 API 品类后openjev 已经是协议就绪状态企业从官方 API 迁移到自托管几乎是改一个 base_url 的事。第二工程纵深成为开源版的差异化武器。大厂 API 是黑盒而 openjev 把决策服务做成了可观测、可容错、可私有化部署的完整体系SGLang 侧用外部模型包 code/sglang_openjev/ 给 Qwen3.5 加分类头吞吐是 transformers 的 1.5–3 倍网关层有 code/serving/ha_proxy.py 实现前缀亲和、并发上限与副本故障转移/health_generate探活、冷却期、按 affinity 排序后端code/serving/V100.md 甚至记录了在 V100 上从 CUDA 12.6.3 私有工具链到 SM70 定制 FlashInfer 的完整落地方案。这些是 API 服务商永远无法提供的资产——对合规敏感的金融风控、医疗辅助场景自托管 确定性输出 全链路日志本身就是刚需。第三也是最容易被忽略的巨头入场抬高了整个赛道的认知水位。社区情报里Jev 爆火之后已经带出了一串跟风者——StartLux-Decision 声称 38 项基准中 31 项高于 JevCloudflare 也推出 Clef 向决策赛道发起挑战更不用说 open-alternative-jev、system-one-open 等直接以 JevBench 为靶子的开源实现。OpenAI 的官宣会让更多应用层团队第一次意识到判断可以且应该与生成解耦这会同时做大所有玩家的蛋糕。当然威胁同样真实。openjev 自己的审计数据毫不避讳短板作为 shell 命令安全审查器195 条生成命令上准确率仅 0.600只拦下 37% 该拦的命令在 state 里注入一行对抗文本如伪造的 administrator override150 条 JevBench 题上的准确率从 0.833 掉到 0.467。README 与 RESULTS-v5.md 中对此的结论是建立在它之上的护栏应当与确定性检查共存而非替代它们——当 OpenAI 带着全栈安全投入进入该赛道这类缺口会被放大为开源方案与大厂方案之间的显性差距。结论赛道变天但胜负远未分出OpenAI Decisions API 的意义不在于杀死谁而在于宣告 AI 决策成为与生成式推理并列的第一方产品品类。对 Jev 而言RLCD 方法论叙事与 hard tier 的领先仍是真实资产但公开基准上的差距正被开源方案以 4B 规模逐步追平对 openjev 而言协议兼容、确定性证明、图像输入与私有化部署的工程纵深构成了巨头 API 无法覆盖的差异化空间。这场竞争最终会落在两个问题上决策质量的 hard tier 谁能率先突破以及判断这一能力能否真正跑通计费与信任的商业闭环。而无论答案如何开源社区版的 openjev 都已经用一份 231 条公开题的完整成绩单、一份诚实的能力短板清单和一套可复现的 serving 代码把自己放进了这场牌局的正中央。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考