生态与新兴热词
杰文斯悖论（Jevons Paradox）
也叫： 杰文斯悖论 · 杰文斯效应 · 反弹效应 · Jevons paradox
杰文斯悖论是这样一种现象：当一种资源的使用效率提高后，总消耗量可能不降反升，因为成本下降让更多的用途变得划算。
经济学家威廉·斯坦利·杰文斯在 1865 年的《煤炭问题》里指出：蒸汽机效率提高之后，英国的煤炭用量并没有下降；动力变便宜，使得蒸汽机在更多的地方变得值得使用，总用量反而上升。这个现象就以他的名字命名。
在 AI 领域，它常被用来谈模型调用的成本。如果一个原本用大模型做要花几分钱的决策，现在只要不到一分钱的零头，那些以前不值得自动化的任务就突然变得划算了，于是即使每次调用变便宜，推理的总花费也可能上升。TypeSafe AI 把自家的 jev 模型以杰文斯命名，传达的正是这种判断。
它是经济学里反复出现的规律，而不是自然定律：总用量是否上升，取决于这种具体商品的需求对价格有多敏感。
和相关概念的区别
杰文斯悖论与反弹效应：反弹效应是更一般的想法，即效率的提升会被用量的增加部分抵消；杰文斯悖论是其中的强情形，用量的增加超过了节省的部分，总消耗反而增长。
常见误解
常被以为： AI 价格下降，总 AI 支出就一定会上升。
实际上： 杰文斯悖论描述的是需求对价格高度敏感时可能发生的情况，并不是对每种资源、每个市场都必然成立。
常见问题
杰文斯悖论是什么？
让一种资源的使用更高效，可能导致它的总消耗量增加，因为成本降低让更多的用途变得划算。
杰文斯悖论怎么用在 AI 上？
模型调用变便宜后，更多任务值得自动化，所以即使单次调用更便宜，总用量和总花费也可能增长。
为什么 Jev 模型以杰文斯命名？
TypeSafe AI 以威廉·斯坦利·杰文斯命名它，反映它对“决策便宜得多之后会被使用得多得多”的预期。
最近核实： 2026-09-21