智能体经济学正推动AI从“默认前沿模型“转向“按能力层级路由“，其中判断、排序、搜索和验证将使用更低成本的专用系统。随着应用逐渐演变为高效重组服务的“智能编译器“，前沿模型可能只处理数量更少但难度更高的任务。

智能的大解绑

过去三年，大语言模型的奇迹在于其捆绑性。需要从文档中提取信息？调用大语言模型。想要搜索信息、对五个选项进行排序、判断某事是否可疑、选择下一个工具、浏览网站、撰写回复、验证工作成果，或者解决真正复杂的推理问题？调用大语言模型。GPT、Claude、Gemini和Kimi将众多原本分离的能力整合进一个通用产品中。这正是生成式AI的重大产品突破：开发者无需拼接十几个狭窄系统，只需将一个足够智能的模型置于应用核心，它就能处理几乎所有事务。

但这种便利性掩盖了关键问题：这些能力的计算需求差异巨大，而不同的模型已经更擅长处理捆绑组合中的不同部分。随着这些能力在性能、延迟和成本方面的差异不断扩大，符合经济理性的架构正在发生变革。

我认为我们正进入智能的大解绑时代。

为何是现在？智能体将一个用户目标转化为成百上千个机器决策，每个步骤的成本与延迟差异会复合影响整体经济性。推理已成为实际的商品销售成本，这使得成本和投资回报率日益重要。更小型和开放权重的模型已能胜任更多常规工作。搜索、检索、重排序、记忆和计算机操作正演变为独立的基础设施层。应用拥有更好的评估体系，能够准确判断低成本系统何时足够适用。而矛盾的是，前沿模型的显著进步反而使解绑更安全：应用可以大胆使用低成本智能，因为当底层廉价方案失效时，栈顶总有前沿模型待命。架构正从默认使用前沿模型、事后优化转变为默认使用廉价智能、仅在异常时调用前沿模型。在智能体的大规模推理场景中，同一目标内的不同步骤理应获得截然不同的智能投入量与类型。

这正是Jev问世的最佳时机。TypeSafe从生成式AI的捆绑组合中抽离出一项通用能力：判断。给Jev杂乱的状态信息、明确边界的问题和预定义的答案范围，它返回的是结构化决策与概率，而非开放式文本。底层理念并不新颖，创新之处在于以适合智能体内循环的成本和速度，将单个认知操作直接封装为模型层服务。如果任务仅是“查看并决策“，模型无需先生成句子再转化。Jev恰好在智能体将其转化为经济问题的时刻应运而生。

理解此现象的一个关键视角是解码器税。当软件仅需判断紧急/非紧急、继续/停止、允许/阻断或选择工具时，我们通常要求语言模型生成答案，再将输出转换回应用所需的决策。智能体持续执行此类操作，令人惊讶的是，其内循环可能根本不需要文本生成。

现在思考这对大语言模型捆绑经济性的影响。据报道Anthropic毛利率超过80%，这正是强大捆绑模式的体现。Claude能通过单一产品完成写作、分类、提取、排序、判断、编码、规划、验证和推理。如今简单的分类或验证任务之所以按前沿模型定价，仅因它发生在Claude调用内部。解绑提出了更尖锐的问题：隐藏在该调用中的每项能力的独立市场价值是多少？ 复杂推理或许值得高昂溢价，但判断邮件是否紧急、排序五个检索文档、验证浏览器操作是否成功呢？当判断能力的成本竞争至分币级别，排序迁移至重排序器，搜索交给专业提供商，确定性工作转由代码处理，常规生成任务流向更廉价或开放权重模型时，应用无需直接冲击Anthropic的利润率。它们只需改变构成Anthropic利润基础的工作组合。

这为前沿推理带来逆向选择。目前前沿模型接收的是混合型工作负载。随着应用路由能力提升，它将系统性剔除廉价、可预测、高重复性的工作：浏览器模型承担重复性计算机操控，代码处理确定性推理，小型与开放权重模型完成常规生成。前沿实验室将越来越多地收到最高阶任务：陌生、模糊、长周期的问题——正是廉价系统难以确定的领域。因此前沿智能可能同时变得更强大、单次调用价值更高，但调用频率降低。更存在双重冲击的可能：不仅到达前沿模型的操作数量可能减少，由于路由优先选择了最难问题，到达它的平均操作可能需要更多测试时计算量。对前沿推理的威胁不仅来自更廉价的前沿推理，更来自其底层工作负载的分解。

一旦能力变得可分离，就必须有人重新整合它们。这正是应用层变得更重要的原因。应用不再询问“应由哪个模型处理整个任务“，而是决定“该任务需要哪些能力“。应用演变为智能编译器：接收人类目标，分解为认知操作，为每项操作购买最经济的足够能力，重组结果，仅在必要时进行升级处理。

下一步比“哪个模型应响应此提示“更深一层：谁应提供此任务中的各项能力？ 当能力拥有稳定接口后，提供者便可独立进行基准测试、替换、路由和定价。智能的大解绑不会消除AI利润池，而是迫使每项能力证明自身值得占据其中一席之地。

这带来的变革远不止利润率。低成本判断能力将改变哪些产品具备经济可行性。当成本降至分币级别、耗时仅数百毫秒时，你可以为每个智能体操作后部署判断器，而非仅偶尔检查工作成果。你可以将智能注入浏览器和语音循环——在那里数秒的推理延迟都嫌太长。你可以从抽样检查1%的系统转向评估100%的实例，覆盖每段客服对话、检索过程、交易流程、理赔申请、合同条款或客户账户。这创造了持续监督、持续质保，以及全新的产品循环与用例。

当今软件无法做出的绝大多数决策，源于智能持续应用的成本过于高昂。一旦判断、排序、验证等能力足够廉价，软件就能评估每个客户、每个工作流、每个智能体操作和每种状态变更。

廉价智能拓展了软件可负担的智能化覆盖范围。真正的突破在于：智能不再是间断事件，而成为技术的背景属性。如果所有产品都能近乎免费地思考一切，世界会怎样？过去数年我们专注于向单一模型塞入多少能力，未来十年或许将转向拆分这些能力并在应用层重新组合。