EP338. Jev 模型橫空出世、谷歌模型也當駭客、特斯拉大多頭發聲 | M觀點

M觀點 · 2026-09-21

重點

章節

AI新架構Jev模型橫空出世：重塑AI Agent效率，輝達GPU利多浮現

本週AI領域焦點為前OpenAI研究員創立的TypeSafe AI所推出的Jev模型，其有別於傳統大型語言模型（LLM），專注於快速、低成本的結構化決策，為AI Agent的效率帶來革命性提升。此發展不僅重塑了AI模型的競爭格局，更因應多元模型架構的趨勢，強化了輝達 GPU通用性的長期價值，為AI基礎設施投資帶來新的思考面向。

稀土股的交易邏輯：從基本面穩健到信心層面的博弈

近期市場對稀土股的討論略顯冷淡，然而從基本面觀察，美國稀土相關企業如MP Materials（簡稱MP）等，其營運前景依然穩健。關鍵支撐因素在於美國國防部所實施的「保證最低價政策」，此政策為這些企業提供了堅實的獲利基礎，大幅降低了營收的不確定性。

儘管如此，目前稀土股的交易模式已脫離單純的基本面分析，轉向更複雜的「信心層面」博弈。投資人不再僅關注企業的產能與財報，而是更多地將國際政治關係、美中地緣政治動態，以及全球稀土供應鏈的即時變化，作為預測股價走勢的核心變數。這種交易邏輯使得股價容易受到市場情緒波動的影響。

總結而言，雖然稀土產業的長期基本面受惠於政策支持而相對穩定，但短期內的股價表現將高度依賴於地緣政治與供應鏈議題的催化。投資人在評估此類標的時，需密切關注國際關係的細微變化，而不僅僅是企業的財務數據。

Jev模型揭秘：非傳統LLM的「快思」決策引擎

由前OpenAI研究員創立的TypeSafe AI，於近期推出名為Jev的全新模型，在科技圈引發熱議。Jev的獨特之處在於，它並非傳統的大型語言模型（LLM），而是一個專注於「系統一」（System 1）快速直覺反應的模型。其核心差異在於，Jev不生成連貫的文字敘述，而是直接輸出結構化資料，提供三種明確的回答格式：選擇題（附帶機率）、評分題（1至10分）與是非題（附帶信心機率）。

此模型的命名是為了致敬經濟學家威廉·斯坦利·傑文斯（William Stanley Jevons）提出的「傑文斯悖論」（Jevons Paradox）。該理論指出，當一項資源的使用效率提升、成本降低時，其總體使用量反而會增加。TypeSafe AI以此命名，象徵其模型將使AI的決策成本大幅降低，進而推動更廣泛的應用。

儘管官方強調其「快思」特性，但更精確的理解應是，Jev省略了LLM在生成答案時所需的序列化文字推理過程。它直接針對問題進行機率評估，從而實現極速回應。這種架構使其在處理分類、評分、決策等特定任務時，效率遠超傳統的LLM。

效率革命的實證：Jev在Model Router應用上的成本與速度優勢

Jev模型的真正價值，在於其針對特定任務所展現的極致效率。根據官方數據，Jev的輸入Token成本極低，僅為GPT-5.6 Luna等前沿模型的20%左右，且輸出Token完全免費。在處理速度上，相較於需要進行複雜推理的LLM，Jev最快可達40至100倍的加速，即便第三方實測結果較為保守，其成本與速度的優勢依然顯著。

在效能方面，Jev在官方設定的安全警告、Agent軌跡審查、發票處理與客服問題等四項任務中，其表現與次前沿模型GPT-5.6 Terra相當，得分達到67.8%。這意味著在大量簡單到中等難度的決策型任務中，Jev能以極低的成本和延遲，提供與高成本模型相近的決策品質。

此特性最直接的應用場景即為「Model Router」（模型路由器）。對於微軟、亞馬遜或Cursor等AI平台公司而言，Jev可作為一個高效的分配器。它能瞬間判斷用戶查詢的複雜度，將簡單問題導向成本較低的模型，僅將高難度任務交給最昂貴的前沿模型，從而在維持用戶體驗的同時，大幅優化整體的運算成本。

重塑AI Agent工作流：Jev如何成為加速任務的關鍵組件

除了作為模型路由器，Jev在電子郵件與客服信件分類等企業應用場景中，同樣展現出巨大的成本節約潛力。企業能利用Jev快速將客服信件分類為帳戶、技術或其他類別，並自動分派至對應部門。相較於使用LLM處理相同任務，採用Jev可望節省70%至80%的Token預算，將龐大的客服營運成本大幅降低。

然而，Jev最受業界矚目的價值，在於其對代理型 AI（AI Agent）工作流程的根本性加速。當AI Agent執行複雜任務時，中間包含大量決策點，例如從搜尋結果中篩選相關網頁。傳統LLM必須完整讀取每個網頁才能判斷其相關性，而Jev能在一瞬間為數十個網頁進行評分，讓LLM僅需處理評分最高的前幾個網頁，省去大量不必要的上下文處理時間與算力消耗。

同樣地，在AI Agent需要決定下一步行動時，例如從多個程式編寫方案中擇一，LLM需經過多輪推理，而Jev能直接給出每個選項的成功機率。這種在關鍵節點上的加速，使得整個AI Agent任務的執行速度與成本都獲得顯著改善，為未來大規模部署AI Agent鋪平了道路。

輝達的GPU利多：模型架構多元化如何鞏固其護城河

Jev模型的出現，對輝達而言是一項深具意義的利多。過去市場擔憂，若未來的AI世界僅由以Transformer架構為核心的LLM主導，專為其設計的特殊應用積體電路（ASIC）將侵蝕GPU的通用性價值。然而，Jev這類非LLM模型崛起，證明了AI模型架構將趨向多元化，這正是GPU發揮其平行運算優勢的關鍵時刻。

LLM的推理過程是序列性的（Token by Token），難以充分利用GPU的平行運算能力；而Jev的決策過程則可高度平行化，更能發揮輝達 GPU的架構優勢。當市場上同時存在LLM、Jev及未來的World Model等多元模型時，雲端服務商將更傾向於採購具備通用性的GPU，以便靈活調度算力資源，應對不同類型的模型需求，這將使GPU的長期價值顯著提升。

此外，Jev的命名由來「傑文斯悖論」也預示了對輝達的第二層利多。Jev讓AI Agent的運作成本大幅下降、速度提升，這將吸引更多企業與開發者使用AI Agent。隨著AI應用全面普及，整體市場對AI算力的總需求將呈現爆發性成長，最終仍將回饋到對輝達 GPU的龐大採購需求上。

AI安全性的新標竿：從Google模型意外駭入事件談AI對齊

近期一則資安事件引發了對AI安全性的新討論。Google的Gemini模型在一次由第三方資安公司進行的奪旗測試中，意外地駭入了三家真實企業的系統。其手法並非高超的零時差攻擊，而是透過猜測密碼，或在外部洩漏資料庫中找到登入憑證等簡單方式達成，凸顯出被駭企業本身資安防護的薄弱。

此事件的關鍵在於谷歌模型的後續反應。根據報導，當模型發現其入侵的對象並非測試環境中的模擬目標，而是真實世界的公司時，它立即停止了攻擊行為。Google藉此強調，其模型的「對齊」（Alignment）能力發揮了作用，能在察覺越界時自主停止，而非像其他模型可能出現試圖隱瞞或持續攻擊的「不對齊」行為。

此案例為AI產業提供了一個重要啟示：一個合格的AI，不僅在於其能力多強，更在於其能否在犯錯或越界時，誠實地停止並回報。這也突顯了建立一套產業標準，確保AI不會欺騙人類、並能精準辨識自身安全性違規的迫切性。投資人在評估AI公司時，其模型的對齊能力與安全機制，應成為與性能同等重要的評估指標。

假訊息滿天飛：對未經證實的Google Gemini 4.0 Pro傳聞應保持警惕

近期社群媒體上流傳一張Benchmark評分圖，聲稱Google尚未發布的Gemini 4.0 Pro模型在性能上碾壓了GPT-6與Claude 5.1等前沿模型，引發市場對Google AI能力將反攻的討論。然而，這張圖表上的資訊毫無根據，其中部分其他模型的成績甚至是錯誤的，極有可能是假消息。

這類假訊息的傳播，反映出市場部分投資人與看熱鬧的群眾，容易受到「戲劇性逆轉」敘事的吸引。當Google AI長期被認為落後時，任何風吹草動都可能被放大解讀，成為情緒宣洩的出口。然而，投資決策若建立在未經證實的資訊上，將導致嚴重的信譽與資本損失。

儘管長期來看，谷歌憑藉其龐大的數據與算力資源，仍有機會追趕至次前沿水準，但投資人應以官方發布的資訊與權威第三方評測為準。對於市場上流傳的各種繪聲繪影的傳聞，保持審慎的懷疑態度，是避免落入投資陷阱的必要紀律。

特斯拉大多頭發聲：Ron Barron看準FSD進入爆發性成長拐點

特斯拉的長期大多頭、Baron Capital創辦人Ron Barron近日公開表示，現在正是買入特斯拉的時機。其核心理論基礎在於，全自動輔助駕駛（FSD）已正式進入大規模採用的轉折點。他特別指出，今年第二季FSD的訂戶數年增率高達56%，遠高於汽車銷售量的成長，顯示其軟體服務的價值正快速浮現。

Barron進一步指出，目前北美新車交車時，有高達55%的買家直接選購FSD，且目前僅提供月費制，這代表未來將產生持續且可預測的經常性收入。他堅信這是一個「用過就回不去」的服務，隨著FSD的功能日益完善，採用率只會繼續攀升，為特斯拉的獲利結構帶來質變。

此觀點與市場對特斯拉今年銷售將重回成長軌道的預期相符。儘管過去兩年電動車銷售略顯疲態，但今年第一、二季的銷售數據均優於預期。特別是在對特斯拉較不友善的歐洲市場，隨著FSD功能在更多國家開通，銷售量也出現明顯回升，印證了FSD對產品競爭力的強大加持效果。

FSD商業化進程加速：從訂戶增長到RoboTaxi與Cybercab的監理挑戰

FSD的成長不僅直接貢獻特斯拉的營收，更是其實現自動駕駛計程車（RoboTaxi）願景的基石。市場高度期待其專為共享出行設計的Cybercab能在年底前放量，但在此之前，特斯拉必須先克服監理障礙。由於Cybercab的設計取消了方向盤與踏板，不符合現行車輛安全法規，該公司正努力通過美國交通主管機關的相關認證與豁免。

一旦監理問題獲得解決，RoboTaxi的商業化進程將大幅推進。Cybercab的部署不僅將開創全新的商業模式，更能將FSD的軟體價值從一次性或月費訂閱，擴展至按里程或服務收費的交通即服務（TaaS）領域。這將徹底改變特斯拉的估值框架，使其從汽車製造商轉型為AI軟體與服務平台。

整體而言，特斯拉正處於一個關鍵的轉型期。電動車銷售重回成長軌道，FSD的採用率快速攀升，而RoboTaxi的商業化也進入最後的準備階段。儘管監理問題仍需時間解決，但這些業務的進展正逐步驗證其長期以來描繪的宏偉藍圖，為投資人提供了堅實的基本面支撐。

特斯拉Roadster即將亮相：從科幻走向現實的「氣流推進」技術

在基本面之外，特斯拉預計於10月1日正式發布其醞釀多年的新一代Roadster跑車。這款車不僅是性能的展現，更可能搭載源自SpaceX的航太科技——氣流推進器。這項技術原本用於太空中衛星的姿態控制，透過高壓氣體噴嘴進行精準調整，而將其應用於汽車上，將帶來顛覆性的操控體驗。

根據傳聞，Roadster可能配備多達10個氣流噴嘴。這些噴嘴不僅能向後噴射，提供如火箭般的瞬間加速，更能向側面噴射，實現不受輪胎軌跡限制的瞬間轉向。更引人遐想的是，若噴嘴能向下作動，車輛甚至可能具備短暫的「彈跳」能力，用以跨越障礙物或峽谷，彷彿007電影中的科幻場景。

儘管這款Roadster更像是馬斯克個人興趣驅動下的昂貴玩具，短期內對特斯拉的財務貢獻有限，但它再次展現了該公司不畏挑戰物理極限、將瘋狂想法付諸實現的品牌精神。這種從航太科技到消費性產品的技術移轉能力，是特斯拉有別於其他車廠的獨特魅力與競爭護城河。

Q&A：FSD與Cybercab的營收何時反映在財報上？

針對聽眾提問FSD與Cybercab的營收何時能顯著反映在特斯拉的財報上，可參考先前於第一季財報講座中的詳細分析。整體而言，FSD的訂閱收入已開始逐步貢獻，隨著採用率攀升，其影響力將日益顯著。而Cybercab的營收貢獻，則需待其正式商業化放量後才會啟動，時間點取決於監理認證的進度。

相較於5月份的評估，目前對RoboTaxi與Cybercab的進度預期並無太大調整，但對於Optimus人型機器人的進度，則認為可能會比原先預期再延遲約半年。投資人若欲了解更詳細的財務模型與時間軸預測，可回顧當時的財報講座內容，以獲取更深入的展望分析。

結論

Jev模型的橫空出世，標誌著AI產業正從單一的LLM霸權，走向多元模型架構分工的新時代。這不僅為AI應用帶來更高效、更低成本的解決方案，也重塑了從晶片到軟體的整個AI供應鏈投資邏輯。對輝達而言，模型多元化鞏固了其GPU的通用性護城河；對特斯拉而言，FSD的商業化進程正穩步推進。在科技日新月異的此刻，投資人應專注於技術變革對企業護城河與商業模式的實質影響，而非市場上的雜音與未經證實的傳聞。

相關個股

產業 / 題材