同为决策 AI：Jev 与 Decitron 的路线差异
生成式 AI 解决“怎么回答”，决策 AI 开始解决“怎么选择”——这篇文章对比了 Jev 和 Decitron 两条决策 AI 路线的分工与共同点。
TypeSafe AI（团队有 OpenAI 背景）发布的 Jev 主张“要决策，不要文本”，把 AI 输出变成 Choice、Score、Probability 这类软件能直接执行的结果，服务于软件和 Agent 中需要即时判断的场景。中科闻歌 6 月发布的 Decitron 则走另一条路：用世界模型搭沙盘、多智能体推演、博弈与求解，比较不同策略可能把复杂系统推向哪里。两者方向不同，但都在把 AI 的输出从“生成内容”推进到“支持判断与行动”。
正文摘录
Jev vs Decitron：同为决策 AI，为什么不是一回事？ 它来自 TypeSafe AI。这支有 OpenAI 背景的团队没有继续卷生成和推理，而是换了个方向：让 AI 直接做判断。 他们甚至把口号直接写成：Decisions, not strings（要决策，不要文本）。 在 Jev 受到关注之前，国内已经出现了一条“决策 AI”路线。今年 6 月，中科闻歌（此前被部分媒体称为“决策大模型第一股”）发布了通用决策大模型 Decitron 决策机，尝试将世界模型、多智能体推演、博弈与求解纳入统一的决策框架。 那么问题来了：同样都在讲“决策 AI”，Jev 和 Decitron，到底是不是一回事？ 答案是 否定 的。Jev 和 Decitron 都在讲 Decision，但对“决策”这件事的理解并不相同。 Jev 强调快速判断，主要服务软件和 Agent；Decitron 强调复杂世界推演，面向战略、产业和复杂系统决策。 但如果把镜头拉远，会发现它们其实在做同一件事，即 都在重新思考：AI 的输出，能不能不止是一段文本？ Jev 对此非常直接：不要文本，要决策。它把 AI 输出变成 Choice、Score、Probability，这些软件可以直接执行的结果。 AI 不再只是“回答你”，而是开始直接参与程序分支和行动。Decitron 则从另一条路线走到了同一个问题。 它关注的不是生成一篇“关于未来的分析”，而是 把现实世界拆成状态、主体、行动和结果，再通过多智能体推演、博弈和求解，比较不同路径。 所以，Jev 和 Decitron 第一个真正共同点是：两者都在尝试让 AI 的输出从“生成内容”，进一步走向“支持判断和行动”。 Decitron 关注的则是另一种不确定性：在不同主体、行动和环境变化下，未来可能沿着哪些路径演化。