刚刚，扩散模型杀进Agent主场，350亿参数，速度比Jev快一倍

Jev爆火带火“判断式AI”，Agent决策赛道一夜升温

Agent应用越铺越广，一个尖锐矛盾浮出水面：传统大模型每次决策都要生成长文本，既慢又贵。业内开始意识到，Agent真正缺的不是“会说话”，而是“会判断”。专门做选择、打分、路由的决策模型异军突起，成为新的技术风口。

Jev是这波浪潮的引爆点。它上线仅3天，Token用量就冲到1万亿；上线24天，开发商TypeSafe AI便官宣拿到a16z领投的8.7亿美元融资，估值飙至75亿美元。这种“闪电战”式的增长，让所有人看到了决策模型的巨大需求与商业想象空间。

350亿参数新王登场：扩散模型架构，速度翻倍碾压Jev

就在Jev风头正劲时，一款参数规模达350亿的扩散模型径直杀入Agent主场，直接在速度维度上对Jev形成碾压——推理速度快了一倍。

这款模型完全不走生成长文本的老路，而是将扩散模型的去噪生成过程引入决策环节。面对一组预设选项时，它不再逐字“想怎么说”，而是并行地“算哪个更对”，在保持高准确率的同时大幅压低延迟。Agent在工具选择、模型路由、流程控制等高频调用场景下，调用成本与响应时间均获得质的改善。

这种“扩散+决策”的组合，等于把生成模型的优势嫁接到判别任务上，开创了一条不同于自回归决策模型的新技术路线。参数规模也直接对标乃至超越市场上现有的决策模型体系。

微软与vLLM-SR相继亮剑，开源六件套直击Jev后花园

Jev的火爆迅速引来巨头与开源社区的双面夹击。

• 微软10月10日率先推出Microsoft-Decision-1，基于Qwen3.5-9B微调，主打对预设选项评分、返回结构化判断及置信度，已在Microsoft Foundry和OpenRouter上线，直指工具选择、模型路由、Agent流程控制等核心Agent场景。
• 开源阵营同样没闲着。vLLM-SR放出决策模型Decision 3.0系列，一口气推出d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge六款模型，参数覆盖0.6B到27B，权重全面开源托管在Hugging Face。这六件套让开发者可以根据算力与延迟需求灵活选型，极大降低了决策模型的上手门槛。

从闭源明星Jev到微软的商用模型，再到vLLM-SR的开放全家桶，Agent决策层的竞争格局已经迅速从“一枝独秀”走向“群雄逐鹿”。

闭源Jev催生平替生态：GitHub两万Star背后的社区野心

Jev的闭源身份，成了一部分开发者绕不开的痛点。互联网上很快涌现出三个可自行部署的平替方案：Laya、djev和anyjev（基于qwen3-4B），目标直指复现或超越Jev的决策表现。

其中一个GitHub项目在短短一周内收割超过2万Star，社区热度可见一斑。这些平替方案以开源权重、可以私有化部署为核心卖点，让企业不用把Agent的“判断权”交给外部API，在数据安全、合规与成本控制上获得了更大的自主权。与此同时，多模态开源决策模型与Agent Harness等工具也在同步演进，为开发者搭建起更完整的Agent决策开发链路。

Agent控制权之争刚刚开始：谁掌握“判断”，谁定义下一代AI应用

扩散模型杀入Agent主场，远不止是一次参数规模升级。它背后的信号是：大模型的能力竞争，正从“生成内容有多流畅”转向“关键节点判断有多准”。Agent的每一次工具调用、每一次模型路由、每一次流程分支，都依赖一个快速、廉价、可靠的“决策大脑”。

350亿参数、双倍速度的新玩家，配上微软的商用入场和开源社区的平替围剿，意味着Jev所代表的闭源决策模型不再稳坐钓鱼台。未来Agent的决策层，很可能演化为多个技术流派并存的混合生态——自回归、扩散、多模态、开源与闭源各占一席。

Agent的“主场”已经不只是生成文本那么简单，谁能在毫秒之间做出最优选择，谁就能定义下一代AI应用的底层逻辑。这场关于“判断力”的竞赛，才刚刚吹响冲锋号。