Jev便宜444倍：160年前的经济学正在重演

—— 160 年前的一条经济学规律，正在解释今天的 AI

---

Hi，我是 Punk，一个管理学硕士，一个在制造业深耕5年的人。今天想换个角度，从经济学出发聊聊最近刷屏的 Jev。

这几天，大家都在拆它有什么功能、怎么接进工作流，以及它处理海量数据时到底能跑多快、跑多便宜。这些我先不展开，我更关心一个藏在 Jev 后面的经济学问题：当做一次判断的成本突然掉下去，世界会多出什么？

所以这篇文章，我想把三件事一次讲透：Jev 背后的杰文斯悖论；它为什么会把 AI 从“抽样”推向“全检”；哪些工作值得交给 Jev，哪些地方必须留在人手里。

先给你算笔账：444 倍。 9 月 15 日，旧金山一家叫 TypeSafe 的公司发布了 Jev；它宣称同样一件活，比当前最强的一批大模型便宜 444 倍。原来要花 100 块预算的活，现在大约两毛二。

把镜头拉回 1865 年的英国，那个看着毫不相干的故事，正好能解释这周发生了什么。

---

一、一个"越省用越多"的怪事

1865 年，英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）写了一本书，叫《煤炭问题》。

当时的英国正处在一个很得意的时刻。蒸汽机的效率一代比一代高，尤其是瓦特改良之后，一台机器烧同样多的煤，能干的活儿翻了好几倍。

从上到下都觉得这是好事：机器越省煤，全国烧的煤就越少，煤就够用了，工厂也能开得更久。

杰文斯的结论刚好相反。

他的推理是这样的：蒸汽机效率提高，意味着使用煤炭这件事变便宜了。一件事变便宜，人们就会拿它去干更多以前不划算的事——开更多工厂、跑更多火车、点更多灯、烧更多暖气。省下来的那份煤，不会躺在仓库里，它会立刻被新的需求吃掉。

最后是用煤量暴涨。人们省下来的煤，很快被新增的用法消耗掉了。

后来的历史站在了他这边。整个 19 世纪，英国蒸汽机的效率一直在涨，英国的煤炭消耗量也一直在涨。

这个现象后来有了个专有名词，叫“杰文斯悖论”，也叫“回弹效应”。用一句话概括：

效率提升换来的从来都是新需求。省下来的那一份，一天也留不住。

现在你大概猜到那个模型为什么叫 Jev 了。

这不是巧合。TypeSafe 官方 FAQ 说得很直白：Jev 取自杰文斯，因为他们相信机器智能会重走煤炭的老路——原话是：

"智能的成本每下降一个数量级，就会解锁多出几个数量级的使用场景。"

这句话是全文的钥匙。你不妨先记住它。

---

二、这个悖论，正在 AI 圈原样重演

镜头拉回现在。过去四年，同样一件 AI 活儿的价格已经掉到原来的一个零头；模型也变得更强、更快。照这个逻辑，自动化应该已经铺满各行各业。

现实没有那么热闹。你每天用的软件、上班的流程，大多还是老样子；被 AI 拆开重做的环节集中在少数地方，许多行业里的“AI 已经改变一切”还停留在 PPT 上。

卡点不在能力，卡在成本。这个问题用一个很笨的比喻就能讲清。

---

三、用一位主任医师，去量一次体温

设想你开了一家大型体检中心，每天几千个人来检查，而你只需要知道每个人的体温。正常做法当然是发体温计：几十块钱一个，几秒钟出结果。

可你手里只有一位主任医师。那就只能让他一个一个量。他量得很准，态度很好，还会顺口告诉你“37.2 度属于低烧，建议多喝水多休息”。但一次只能量一个人，时间、人力成本都很贵。

过去四年，很多 AI 自动化项目差不多就是这个处境：拿一个按次收费的主任医师，去做分类、路由、打标签这种廉价判断。模型当然做得好，可调用量一上来，账单也跟着往上窜。

更残酷的是，你原本冲着减少人力上的 AI，落地后却多出三笔钱：模型调用费、人工复核费、错误返工费。旧流程不敢撤，负责兜底的人也不能少，最后人力没省下来，账单先厚了一层。用了 AI，反而更贵。

比如一家每天进三千条消息的店，你想让模型判断“这条消息该派给哪个部门”。每条都让最贵的模型过一遍，月底财务一定会来找你；为了不把预算烧穿，你只能挑一部分给模型看，剩下的继续用关键词规则硬凑。

所谓全量自动化，就这么退回了抽样。 能力早就够用，价格却还没低到可以放肆使用。用一个极度昂贵的零件，去干一件极度廉价的小事，这就是过去四年很多 AI 项目卡住的地方。

---

四、Jev 更像一台化验仪器

Jev 就是冲着这笔账来的。它把主任医师身上那些昂贵的通用能力砍掉，只留下一个能被塞进系统、反复调用的判断零件。

把 Jev 当成化验科的仪器来用，别当成主任医师来请教。

你不会跟化验仪器聊天。你把样本递进去，指定要测哪几项，它给你一组数值，然后结束。解释、安慰、补充建议和长篇输出，都不在它的工作范围内。

官方自己的说法更狠——他们说 Jev “更像代码”，为此干脆放弃了“生成文章”。你可以把它当成一次函数调用：前面塞进一段状态，后面吐出几个带概率的判断。

它的特点是这样的：

• 它只在你的选项里选。 所有可能的答案，在你调用它之前就已经锁死了，它给不出你没定义过的东西。

• 它出结果很快。 眨眼都嫌慢。

• 它每次都会附带一个"这次测得准不准"的把握度。 一个敢说"我不确定"的零件，才敢被放进没人盯着的系统里。

公司名字里的 TypeSafe，说的就是这个——类型安全。它像一根“格式保险丝”：插头和插座的形状提前对好了，你根本插不歪。

但这里要分清楚一件事，不然特别容易误解："给不出格式外的答案"不等于"永远选对"。

它保证的是不会给你一个不存在的选项；可在你给的这几个选项里，它照样可能挑错。这是两个完全不同的保证，别混。

上面这些特性，技术上算不上惊天动地的新东西。让它几天内被讨论成这样的，还是开头那个数字：便宜 444 倍，快了将近 200 倍。

具体到定价：每百万输入 token 收 0.042 美元，输出免费。输出不要钱这件事本身就挺说明问题的。

这两个数字来自厂商公布的工作流评测，还没有第三方独立复现。TypeSafe 在自家博客里列出了证据限制：这是偏乐观的上限估计，参考基线选的是最聪明的对手模型，可能低估了自己；他们也坦白“无法证明这个价格不是靠补贴撑着的”。至少，这些限制需要和数字一起看。

但即便打个对折，这个量级也足够说明问题了。

便宜 444 倍是什么概念？

这跟多打几次车完全是两回事。如果打车从 444 块降到 1 块，你不会只是多打几次——你会重新安排你的生活。你会搬得离公司更远，你会每天多跑两趟，你会让跑腿替你去取东西。

价格每降两个数量级，先被改写的是行为和结构，用量只是后面的结果。

而这件事，在历史上已经发生过很多次了。

---

五、引爆世界的那一刻，通常写着"更便宜"三个字

我们习惯把技术进步想象成"更强的诞生"：更快的芯片、更准的模型、更聪明的算法。

回头看历史，让世界拐弯的瞬间，常常落在“更便宜”的那一天。

最漂亮的例子是铝。

今天铝是廉价到不像话的东西，易拉罐、外卖盒、窗框。但在 19 世纪，铝比黄金还贵。原因很朴素：提炼太难了。当时的工艺成本高到离谱，法国皇帝拿破仑三世专门用铝制餐具招待最尊贵的客人，普通客人用金的。

1886 年，电解铝的工艺被发明出来。铝的价格崩了。

之后发生的事和“铝变得更坚硬”没有关系：飞机有了骨架，高压电线有了芯，易拉罐有了材料。

铝本身一点没变强。变的是价格。

钢铁、电、光纤、算力，走的是同一条曲线。价格每掉一个数量级，就会长出一整代前所未有的用法。

这句话，正好就是开头 TypeSafe 那条 FAQ 的另一个说法。而这家公司已经用行动先给自己做了一次证明——

团队里有人拿 Jev 做了个能打《毁灭战士》的 AI 机器人：游戏每一帧的状态喂给它，它当场判断下一步往哪走、开不开枪。一秒问它十次，一小时烧掉大约 7 美元。

做这个 demo 的工程师有点心虚，担心"这会不会太贵了"。其他同事的一致反应是：比想象中便宜多了。

看清这件事的性质。在 444 倍降价出现之前，“让 AI 每秒思考十次”这个念头几乎不会被提上日程。降价之后，凭空多出来一种玩法。

这就是杰文斯悖论长什么样。

先别只盯着“这个模型有多聪明”，把目光移到这个问题上：

当"做一次判断"变成一种几乎免费的东西，会长出什么以前不可能的东西？

---

六、最直接的变化：从抽查，变成全检

这是我最想让你记住的一节，这也是我过去5年在制药业的一些体会

一百年前的工厂不敢全检。因为检查本身有成本：请一百个质检员把每一件产品都翻一遍，成本可能比产品还贵。

于是大家发明了统计抽样——抽一百件里的五件，用五件的合格率去推断整批。抽样首先是为了省钱；准确只是它顺带的效果。这是成本逼出来的妥协。

后来视觉检测设备变便宜了，工厂才开始往全检走。推动这件事的，是检查一件东西的成本终于掉到了低于放过一个次品的代价。老板的良心并没有参与决策。

这是一个很容易理解的规律：

• 当检查的成本高于漏掉的代价，你就只能抽查；

• 当检查的成本低于漏掉的代价，你就会全检。

用这条规律看今天的世界，会发现几乎所有跟“判断”有关的业务都还停在“抽样”阶段。客服录音抽 5% 听一下，风控复审挑一部分人看，内容审核抽一部分扫，合同只审大额的，库存只盘几家门店。

没人不想全看，问题是看不过来。一旦看一眼、判一下的成本掉到接近零，抽样这个动作就失去大半意义。

这就是杰文斯悖论落地的样子。它先让“判断”总量爆炸，省下来的判断预算很快会被新的判断需求吃掉。

而且你会发现，那些新增的判断里，绝大多数是过去根本不在考虑范围内的。

以前没人会去判断"这条评论的语气是不是带着嘲讽"，因为不划算。以前没人会去判断"这个客户的付款节奏是不是有变化"，因为不值当。以前没人会去判断"这张图片里的货架有没有缺货"，因为得派人去数。

TypeSafe 给这类用法起了个名字，叫"在海量数据上做 map-reduce"——把一个 PB 级别的数据湖整个翻一遍，转成能用的特征和结论。

过去没人去翻整个数据湖，理由很简单：不值得。 做不做得到，是另一回事。

当一件事从很贵变成几乎免费，人类从来不会省着用。我们会把它铺到以前想都不敢想的地方去。

一百六十年前，煤炭是这样。今天，判断也是这样。

---

七、但是，便宜有便宜的代价

讲到这里，气都快喘完了，我得泼一盆冷水。

如果文章只告诉你“便宜真好，快去用”，那没什么价值。

便宜的判断，有三个必须提前想清楚的代价。

代价一：它不给你理由

化验单给你一个数值，但它不会告诉你为什么是这个数值。

单看一次，这没什么。可当你把一个系统里的几千个判断串成一条链，任何一个环节出了问题，你都无从追溯。

官方的补丁是"把握度"——它至少会告诉你这次有多确定。但把握度回答的是我有多信自己，它答不了我为什么这么判。这两件事不能互相替代：一个说自己 90% 确定的人，你仍然不知道他在想什么。

可解释性和成本一直是一对冤家。判断越便宜，你往往越得放弃一部分“讲道理”。上线前先划清边界：哪些环节可以不要理由，哪些环节死活都得要。

代价二：判断力会被外包掉

这是个更隐蔽的问题。它伤到的是人，跟机器无关。

导航用得多了，认路的能力就退化。计算器用得多了，心算的能力就退化。这跟怀旧无关，是真的。

如果一个岗位上的所有判断，都被降价外包了出去，那这个岗位的人会慢慢失去"做判断"的能力——然后再失去"议价权"。

机器变便宜，对会用它的人是杠杆，对只会被它替代的人，是慢慢缩小的生存空间。这两者的区别，就在于你有没有在做机器做不了的那部分判断。

代价三：责任会掉进真空

这是我们常听到的议题。

当判断变得便宜，"做决定"的环节会变得又多又碎，散落在整个系统的各个角落。这带来一个法律和伦理上都还没答完的题：

出了事，谁负责？

一条被埋在第 5 层依赖里的小判断判错了，导致了一个客户被拒贷、一个人被误判、一笔钱打错账号。写提示词的人？调参数的人？采购这个模型的公司？还是模型本身？

技术跑得比制度快，这是常态。但吃这个亏的，往往是第一个吃螃蟹的人。

---

八、泼第二盆冷水：这个悖论也没那么神

我得诚实一点：杰文斯悖论在经济学里一直有争议。

它只是一种趋势，谈不上什么物理定律。而且这个趋势有一个前提条件——需求还没被满足。

我为啥这么说呢？

比如，马路上的路灯换成了 LED，单颗灯珠的耗电降了 80% 以上。但全球照明用电并没有同步降 80%，因为我们在以前根本不会装灯的地方装了灯——亮化工程、广告屏、深夜的球场。这就是所谓的“回弹反应”。

但另一些场景里，回弹并没有发生。比如某些已经完全饱和的品类，效率提升确实实打实地省下了资源。

所以我们需要优先考虑的是：我这件事，需求已经饱和了吗？

• 如果你的判断需求早就饱和了（比如你只想判断"这条消息该给谁"，再也没有别的判断需求了），那降价就是纯省钱。

• 如果你的判断需求一直被成本压着没被释放（比如"我要是能全量看一遍所有评论多好"），那降价之后，用量一定爆炸。

先回答这个问题，再决定要不要兴奋。

---

九、所以你该想什么

你不需要先懂技术。先做一件事：把工作里的所有“判断”，挑出来看一遍。

别先问“我的工作会不会被 AI 取代”。挑出一个个具体、微小的判断，然后逐个问下面三个问题：

第一，这件事最后要的，是不是只有一个数值或一个分类？

如果只是"这条该归到哪一类""这个有多严重""是不是要处理"，而你一直在用最贵的方式做它，那这里就有巨大的降价空间。

第二，如果它的成本降到百分之一，我会不会干脆全量过一遍？

如果答案是"会"，那你已经找到那个"从抽样到全检"的机会了。这个机会往往比"省成本"大得多，因为它会给你以前从来没有的信息。

第三，如果这件事交给机器，出错的时候谁负责？

如果这个问题你答不上来，那先别急着自动化。留在人手里，可能更便宜。

这几个问题，不管你做什么行业都成立。

开店的，你的补货判断和临期处理，是不是只在盘点的几家店里看？ 做运营的，评论和小红书笔记，是不是永远只能"挑几条看看"？ 当老师的，作业里的主观题，是不是永远只能"来不及了挑几本翻"？ 做财务的，发票是不是永远只能"大额的人工看"？

以前这些“只能”，都是成本逼出来的。现在，成本开始松动。

---

十、最后

杰文斯悖论把我们对效率提升后的“美丽泡沫”戳破，逼你放下一个很舒服的想象：效率提高以后，我们就能少干活。

历史给出的答案反复出现：我们不会少干活，只会找到新的活干。

所以，在“AI会不会代替我”这个问题来临之前。先思考另一个问题：

当判断变成一种像自来水一样便宜的东西，什么反而变贵了？

我的答案是三样：

• 提对问题： 机器再便宜，它也不会告诉你该问什么。它只会老老实实回答你递过去的那几个问题——问题问歪了，它答得再快也不过是更快地跑偏。

• 定对标准：一把错的尺子，量一万次还是错的，而且错得更快、更贵。

• 为结果负责： 这是唯一机器替不了的事。因为机器不承担后果，人承担。

判断变便宜，对普通人是好事。

它会把人的位置，从“做那些廉价的判断”，挪到“决定什么才值得被判断”。

至于那些一辈子只做廉价判断、从没想过往上游走一步的人——

一百六十年前，曼彻斯特那些手艺精湛的手工织工，大概也是这么想的。

关于作者

Punk｜中科大管理学硕士｜AI提示词、AI小白教程｜Punk系列Skills作者｜3个月赚了8位数｜Learn in Public｜FDE文章浏览量240w｜@AdrianPunk115