又一个 AI 神话诞生。

据悉，TypeSafe AI 正在洽谈至少 10 亿美元新融资，并已有投资人给出 100 亿美元以上估值报价。就在消息传出十天前，这家公司刚刚浮出水面。

撑起这份想象的，是突然爆火的新模型 Jev。从开发者社区到投资人群聊，这个名字几乎无处不在，惊叹与争论接连涌来。喧嚣里，熟悉的错失焦虑再次出现。

更引人注意的是，TypeSafe AI 的三位创始人中，有位上海女生 Sasha Sheng ——她高考考入上海交通大学，后来进入 Yahoo 和 Facebook，一路从移动产品、机器学习走到 AI 创业。

AI 时代的迷人之处或许就在这里：格局似乎已定，又总有新名字闯进来。

三个人，估值 700 亿

10 天涨 50 倍

Jev 的故事，要从几位年轻人说起。

创始人 Diogo Almeida 是位 90 后，本科毕业于伦斯勒理工学院，后取得佐治亚理工学院硕士学位。他曾供职于 Google、OpenAI 等公司，参与 ChatGPT 相关研发，却自称是内部少数公开 " 黑 "ChatGPT 的人。

2024 年，ChatGPT 风头正盛，Diogo 选择离开。他逐渐意识到，善于对话的大模型依然不够稳定，很难真正接管软件中的高频任务。带着这个问题，他与 Sasha Sheng 和 Erik Gafni 一拍即合，TypeSafe AI 由此诞生。

鲜为人知的是，Sasha Sheng 是一位上海女生，在社交平台上，她给自己的第一个标签是 " 舞者 "，随后才是 TypeSafe AI 联合创始人。

小时候，Sasha 确实梦想过舞蹈，家人更希望她努力学习。后来，她高考考入上海交通大学，成为家里第一个大学生，并获得上海交通大学机械工程学位和密歇根大学计算机科学学位。

代码之外，她始终关心人、产品和表达。2014 年，Sasha 加入 Yahoo 邮箱的 iOS 团队，很快成为技术负责人，并成长为 iOS 领域专家。

之后，她进入 Facebook，一待就是七年。Sasha 最初负责瀑布流的移动产品，主动转向后端机器学习。她曾负责过一套训练数据标注系统。为了兼顾速度与质量，她利用前端经验开发工具，把不同团队召集到一起。后来这套工具被内部多个研究团队采用。那是 Sasha 第一次体会到近似创业的感觉：做出一个产品，然后发现其他人主动想用它。

转折发生在 Meta 裁员之后。大厂生涯就此结束，Sasha 处理完公司电脑，最强烈的感受却是释然。她没有急着进入另一家大公司，而是扎进 AI 黑客松。不到一年，她参加约 15 场比赛，赢下 7 场。当 Diogo 向她讲起 TypeSafe AI 的设想，Sasha 十分惊喜，称那一刻像在 " 呼吸了一大口新鲜空气 "。

另一位联合创始人 Erik Gafni，经历更贴近产业一线。他曾是基因检测公司 Invitae 和 Freenome 的早期员工，后来创办多模态 AI 公司 Ravel。

9 月 15 日，TypeSafe AI 正式走出隐身状态，同时宣布完成约 4000 万美元种子轮融资，由 DCVC 领投，估值约 2 亿美元。

约 10 天后，据《The information》报道，TypeSafe AI 正洽谈至少 10 亿美元新融资，并已有投资人给出 100 亿美元以上估值报价。若上述消息最终落地，这意味着公司估值出现约 50 倍跃升。

让投资人蜂拥而至的，正是它推出的新模型 Jev。

Jev 一夜刷屏

哑巴模型意外爆红

全网被 Jev 刷屏。

刚上线时，Jev 发布视频在社交平台获得近 4000 万次播放。登陆云开发平台 Vercel 旗下 AI Gateway 仅 24 小时，付费团队采用数便刷新平台纪录，达到此前任何一款新模型的两倍以上。

热度很快进入开发者社区和社交平台。

有人用它打马里奥游戏，有人拿它过滤垃圾信息、辅助交易，还有人把它接入 Claude Code，专门清理无用的上下文。更多开发者开始尝试让 Jev 充当 Agent 的 " 裁判 "，判断任务是否完成、下一步该调用什么工具。

一段对比视频流传甚广：处理同一项数据分类任务，28 秒内，Jev 已经完成 428 条数据的打标；另一款模型只处理到第 6 条。

质疑声很快出现。有人感慨这是真正的 Agent 革命，有人直言，这不过是一个包装精致的 JSON 分类器。赞叹与争论同时涌来，反而把 Jev 推向更大的关注。

Jev 究竟是什么？

它的名字取自经济学中的杰文斯悖论：当一项技术的使用成本下降，需求往往随之增长。TypeSafe AI 相信，同样的规律也会发生在 AI 身上。

与此前常见的大模型不同，Jev 没有聊天框，也不负责长篇推理，被戏称为 " 哑巴模型 "。用户输入一段具体内容，设定问题和候选结果，它会直接给出结构化判断及对应概率。

比如，面对一组客户数据，Jev 不会展开分析客户为何可能流失，只会返回结果：流失概率 82%。面对 Agent 的多个候选动作，它也会直接选出下一步。

TypeSafe AI 将这类模型称为 System One Model。名字来自丹尼尔 · 卡尼曼在其著作《思考，快与慢》中提出的 " 系统一 "，对应快速、直觉式的判断机制。

过去几年，大模型一路追求更复杂的推理能力。模型思考得更久，回答得更长，调用成本也随之上升。Jev 的特殊之处在于：不追求表达，追求判断。

便宜，是 Jev 走红的另一个原因。

官方公布的价格为每百万输入 Token 的价格 0.042 美元，即每十亿 Token 为 42 美元，输出 Token 免费。相比公司列出的主流大模型价格，Jev 的输入成本最低仅为竞品的 1/238。

这笔账放在单次调用中并不起眼。一旦进入 Agent 系统，意义便完全不同。一次任务可能触发数十次甚至上百次模型调用，速度和成本会被成倍放大。对高频调用模型的开发者来说，这个价格足够有吸引力。

据领投方 DCVC 合伙人披露，得益于较低的计算成本，TypeSafe AI 已经实现盈利，但公司并未公布具体财务数据。

但争议来得同样快。

OpenAI 随之发布 Decisions API，面向即时决策场景，几乎被外界视为对 Jev 的正面回应。社交平台上，一个标题简单粗暴的帖子迅速流传："Jev Is Dead"。评论区里，质疑声更直接：Jev 从来没有真正的护城河。

爆火之后，Jev 很快迎来更现实的考验：当巨头下场，先发优势还能维持多久？

下一个爆款，下一轮洗牌

这一幕似曾相识。

9 月 28 日，Manus 2.0 正式发布。同步亮相独立应用 Cue，让每个 Agent 拥有自己的邮箱、电话号码、钱包和电脑，还能被拉进同一个群聊，像一支小型团队般协同工作。产品发布后，邀请码迅速在社交平台流转。

早在 2025 年 3 月，Manus 便凭借 " 一句话执行复杂任务 " 横空出世。演示视频传遍全网，邀请码一度难求。随后，估值水涨船高，成为中国最受瞩目的 AI 创业公司之一。

几周前，占据聚光灯的是 Meta 旗下 Muse。这款个人 Agent 可以发送邮件、预订餐厅，也能代替用户处理二手交易。上线后，Muse 迅速获得数百万次下载，Meta 股价一度上涨超过 3%，市值增加约 560 亿美元。随后，扎克伯格又将 Muse 装进一款钥匙扣大小的 AI 硬件。

再往前，OpenClaw 掀起一场 " 养龙虾 " 热潮。诞生几周内它就席卷了 GitHub，成为历史上增长最快的开源项目。Mac mini 也被意外带火，多地门店一度缺货。

安装教程随即铺满社交平台，上门代装甚至成为一门生意。会不会 " 养龙虾 "，仿佛成了跟上 AI 浪潮的标志，" 龙虾焦虑症 " 也由此出现。

很快，这只 " 龙虾 " 有了大批中国亲戚。字节跳动推出 ArkClaw，腾讯上线 WorkBuddy，阿里巴巴带来 CoPaw。月之暗面、MiniMax 和智谱相继发布 KimiClaw、MaxClaw、AutoClaw。一场 " 百虾大战 " 开打。

Agent 争夺战，最终指向下一代入口。

在移动互联网时期，入口曾属于搜索引擎、应用商店和超级 App。到了 AI 时代，谁能成为 Agent 的宿主平台，谁就有机会把模型、工具、服务和支付留在自己的生态里，也为未来的持续变现占下一个位置。

热潮托起估值，也放大了整个行业的 FOMO 情绪。

AI 迭代太快，等待本身似乎成了一种风险。创业者担心押错方向，大厂担心失去入口，投资人更怕错过下一家平台级公司。许多产品仍在验证期，资金已经开始寻找下一个项目。

人们未必会永远记得 Manus、Muse 或 OpenClaw 中的某一个名字，但没人愿意错过下一个 DeepSeek 时刻。

这或许是这轮 Agent 热潮最值得玩味的地方：当个体逐渐拥有过去只有大团队才能调动的能力，创业门槛、商业分工都可能随之改变。

焦虑或许在所难免。但更重要的是，在变化发生时，先看清浪潮的方向。

文章来源：投资界原创 ｜ 作者：王露

原文地址：https://news.pedaily.cn/202610/569857.shtml

【本文为投资界原创，网页转载须在文首注明来源投资界（微信公众号 ID：PEdaily2012）及作者。微信转载请在原文评论区联系授权，违者必究。免责声明：本文不构成任何投资建议。市场有风险，投资需谨慎。】