只会做选择题的 AI：Jev 能塞进存储主控吗

上周末刷到一条消息，说有个新模型比 ChatGPT 快几十上百倍，还号称从不幻觉。做固件的人看到"快"字，脑子里冒出来的念头大概都差不多：到底多快？能不能塞进主控，帮 FTL 做决策？

带着这个问题翻了翻资料。我手上没有 key，没实测过，下面是看完公开资料后的判断。先说结论：进主控，没戏；放在固件团队的开发流程里，它可能比聊天大模型更顺手。

这个模型叫 Jev，TypeSafe 公司 9 月 15 日发布，创始人 Diogo Almeida 之前在 OpenAI，参与过 ChatGPT。它管自己叫 System One 模型，名字取自卡尼曼《思考，快与慢》里的"系统一"，也就是快速、凭直觉、不展开推理的那一套。

它和普通大模型差在哪

我们平时用的大模型，干活方式是一个 token 一个 token 往外吐。你问它"这条 log 是什么问题"，它边想边写，写完一大段，你还得自己从里面把结论捞出来。有时候捞出来的结论还是编的。

Jev 反过来。你先把题出好，规定答案只能是这几个选项之一。它读完输入，一次前向计算，直接告诉你选哪个，外加一个概率。题型有三种：Choice 是单选，从几个类别里挑一个；Noul 是是非题，给出"是"的概率；Score 是打分，比如 0 到 100 的紧急程度。几道题可以一次并行问完。

"从不幻觉"这四个字得打个折听。它确实编不出一个不存在的答案，因为答案空间是你划的，但它照样可能选错。它真正能保证的，是格式永远对，外加一个号称校准过的置信度：说 90% 的时候，大概真有九成是对的。

在自动化流程里，这个置信度比答案本身还值钱。你可以设一道门槛，高置信的直接放行，低置信的扔给人。

代价也明摆着：它不写字，也不解释为什么这么选。你没法追问它"凭啥觉得是 NAND 的锅"。

官方给的数据是单次延迟 70 到 500 毫秒，前沿大模型干同样的活要几秒到几分钟；输入每百万 token 0.042 美元，输出不收钱；在他们自己的四类工作流基准上，准确率跟一个顶级大模型基本打平。这些都是厂商自己报的，发布才一周，独立测评还没出来，看看就好。

回到那个问题：能进主控吗

"快"是相对的。70 毫秒对聊天机器人来说是飞快，对固件来说是天荒地老。

把时间尺度摆到一张图上就清楚了。一次 NAND 页读取 tR 在几十微秒量级；FTL 查一次映射表、决定 GC 挑哪个块、读失败后选下一档 retry 电压，留给这些决策的时间通常只有微秒级，甚至更短。Jev 最快的一次调用，也比一次 tR 慢上千倍。

硬件条件就更不用提了。主控上跑的是几颗实时核，SRAM 按 KB、MB 算，没网络，更没 GPU。Jev 是云端 API，权重不公开，本地部署这个选项压根不存在。

所以"用 Jev 做 FTL 策略"这条路，可以直接划掉。

不过它的思路倒挺对固件的胃口。FTL 里本来就全是选择题：这笔写进 SLC 还是直写 TLC？这个块该不该 reclaim？这次读失败，下一步继续重试还是直接上软判决？答案空间都是固定的，而且选错的代价远比答得慢严重。真要在盘里做学习型决策，合理的形态是一个几 KB 的小分类器，离线训好烧进去，输出一个类别加一个置信度。跟 Jev 是同一个方向，尺寸差了好几个数量级而已。

那它能帮固件团队干啥

盘里用不上，盘外的活倒是一大堆。做过固件的都知道，每天花在"分拣"上的时间多到离谱。

第一件是测试失败分诊。回归一跑几百条 case，挂了几十条，第一步永远是分类：NAND 读错、固件断言、时序超时，还是测试环境自己抽风？这一步最耗人，又最不需要创造力。定好四五个类别，让模型先过一遍，高置信的直接派到对应模块，低置信的留给人看，顺手补进样本。

第二件是 bug 路由和查重。新单进来，归 FTL、HIL 还是链路层？是不是跟某张老单重复？严重等级几级？全是选择题。

第三件是给大模型 agent 当门卫。现在不少人拿大模型分析 trace、写脚本，产出能不能直接用，本质上是一道是非题。后面放一个又快又便宜、置信度靠谱的模型把关，比让大模型自己检查自己踏实。

第四件是 patch 风险初筛。这个改动碰没碰掉电恢复、映射表更新这类敏感路径？碰了，就强制多拉一位资深的 reviewer。

这四件事有个共同点：答案空间封闭，量大，单次决策没多少价值，但积少成多特别占人。聊天大模型也能做，就是又慢又贵，还得额外写一层解析，把结论从一大段文字里抠出来。

也得泼点冷水。代码和 log 能不能发到外部 API，在大多数存储公司都是硬杠杠，这关过不去，前面都白说。好在这个思路并不绑死在一家公司身上。发布没几天，GitHub 上就冒出一批开源复刻：有的从头训一个一亿多参数的小模型，有的拿开源大模型加上限定选项和概率校准来模拟。后一种在内网部署个开源模型就能搭，数据不出门。效果如何，得自己拿数据验。

还有一条：它不解释原因。分诊阶段够用，到了定位根因，还得靠人，或者靠会写字的大模型。它是分拣员，替代不了 FA 工程师。

最后说点感受

这两年 AI 圈卷的方向，基本是让模型想得更久、写得更长。Jev 反着走，把"判断"从"生成"里单拆了出来。对工程团队来说，大部分重复劳动恰恰是判断，写作反倒没那么多。

做固件的人对这种思路其实不陌生。我们在主控里写的，本来就是一堆又快又便宜、答案有限的决策器，只不过规则全是人手写的。规则写不完的那部分，现在多了一种可以试试的工具。

谁有兴趣动手：找一个开源复刻，按常见的测试 log 格式造一批样本，在本地搭个分诊器，看看它在固件场景里到底能分对几成。

免责声明：本文内容基于公开报道与公开资料整理，仅代表个人观点，与本人所在单位无关；不涉及任何厂商的非公开参数或商业秘密。文中延迟量级与配图数值均为示意，Jev 相关数据来自厂商公开信息，未经独立验证。本文不构成产品选型或商业建议，如有错漏，欢迎指正。