Jev模型:让 AI 从「会聊天」到「能决策」

如今，这家低调潜行两年的公司给出了自己的答案——发布首个 System One 模型：一类全新的前沿模型，专为「软件能直接使用的、快速且结构化的决策」而生。它的名字叫 Jev。

01-放弃字符串，换来两个数量级

传统大模型（LLM）本质上是一个「文本生成器」：输入非结构化状态，输出一串字符串。字符串很灵活，可以是聊天回复、代码，也可能是幻觉、拒绝，甚至是类型错误。软件要用它，就得先解析、再校验，永远提防它「跑偏」。

Jev 走了一条截然相反的路——直接放弃字符串生成。它的输入是非结构化状态，输出的是类型安全的结构化值：所有可能的输出和结构都预先定义好，模型永远不会犯类型错误，每个答案都附带校准过的概率和置信度。

System One 模型

System One 模型是一类专为「快速、结构化决策」构建的模型。它不生成文本，而是针对类型化的问题（question）评估状态（state），直接返回代码可以分支、排序、路由的结构化结果。

这一放弃换来的是惊人的性能。在 System One 类任务上，Jev 达到了与现有大模型相当的智能水平，速度却快了两个数量级：

• 端到端响应时间从大模型的 3 到 329 秒，降到 70ms 到 500ms，同级别智能下快 40 到 200 倍。
• 输入 token 成本仅 $0.042 / MTok（每十亿 token 42 美元），输出 token 免费（便宜到无需计量）。
• 采样方式从「逐个 token 串行生成」变成「一次查询并行输出全部结果」。

02-从 RLHF 到 RLCD，训练目标变了

Jev 背后的技术栈是为自动化从零打造的：全新的模型架构、为极致效率设计的并行采样器，以及一种全新的训练方法——RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）。

传统大模型用 RLHF（人类反馈强化学习）优化「人类偏好」，用 RLVR（可验证奖励强化学习）优化「可验证的奖励」。而 RLCD 优化的是校准过的决策：在 System One 任务上给出「认识论上诚实」的概率。

这背后的洞察很关键。一个模型如果 95% 的任务都能做对，却不知道自己在哪 5% 里会出错，那它就永远无法被自动化。Jev 的每一次输出都携带置信度，而且置信度越高、准确率越高——这正是「能进生产系统」和「只能做 demo」的分水岭。

03-三大原语，像搭积木一样决策

TypeSafe 把决策能力抽象成三个「AI 原语」，类似软件原语那样模块化、可组合：

• Choice：从列表中选一个选项，返回选择、概率分布和置信度。
• Score：按评分标准给状态打分，返回分数、概率分布和置信度。
• Noul：判断「这句话是否为真」，返回 0 到 1 的真值。

三种问题类型可以在一次 API 调用中混合，每个问题都针对同一状态并行、独立地评估。增加问题几乎不影响响应时间，也不会产生「上下文腐化」（context-rot）。

为什么这样设计：System One 模型在「每个问题只问一件具体、边界清晰的事」时表现最好。与其问「给这个创业 pitch 打分」，不如拆成市场规模、技术可行性、差异化三个独立问题，再用代码里的公式组合结果。优先级变了，改一个系数就行，而不是重写 prompt。

04-证据：用工作流评估说话

TypeSafe 自称是「怀疑论者」，也欢迎怀疑。他们发明了一种全新的评估方式——工作流评估（Workflow evals）：假设存在一个正确的计算图（用代码表示的「工作流」），用最大、最聪明、最昂贵的外部模型（GPT-6 Astra 和 Fable 5.1）的预测作为参考概率，看每个模型在同一工作流下的表现。

结果是惊人的：Jev 独占帕累托前沿近两个数量级，主页上「快 193.6 倍、便宜 444.6 倍」的说法正来源于此。团队也如实标注了局限——这些工作流由内部能力团队制作，可能带一定偏差，且参考答案偏向 OpenAI 和 Anthropic 的模型，可能低估了自家和 DeepSeek 模型的相对表现。

关于「不幻觉」和「类型安全」，团队给出了最硬核的底气：现有模型无论多聪明，仍会幻觉、仍会犯类型错误；而 Jev 的模式匹配是数学上保证的，因此可以自信地把 0% 写进图表。

05-Jev 这个名字，藏着两层深意

「System One」的命名灵感来自丹尼尔·卡尼曼的《思考，快与慢》：快速、直觉的「系统 1」与缓慢、深思的「系统 2」。团队认为，System One 模型可以比它的替代方案更可靠——尽管「系统 1」常被贴上「易出错」的标签。

「Jev」则致敬经济学家威廉·斯坦利·杰文斯。他提出的「杰文斯悖论」指出：蒸汽机效率提升反而导致煤炭需求增加。团队相信机器智能会走同样的路——智能成本每下降一个数量级，就会解锁数量级更多的应用场景。

如今 Jev 已开放 early access，团队正尽快把开发者从等待名单中释放出来。他们想听到你要自动化哪些决策、Jev 在哪里好用、又在哪里力不从心。

总结

TypeSafe 用 Jev 回答了一个被忽略已久的问题：当大模型已经如「超级人类」般聊天多年，自动化为什么还没到来？答案或许不在「更会聊天」，而在「能做出软件可以依靠的决策」。

放弃字符串、采用并行采样、以 RLCD 训练校准决策——这套组合让 Jev 在同等智能下快上两个数量级、输出免费、且不可能幻觉。它不是一个更小的 LLM，而是一类全新的模型：一个「前沿智能的函数调用」——非结构化状态进，类型化概率决策出。

原文链接：https://typesafe.ai/blog/introducing-system-one-models-and-jev

这是一个关注 AI 前沿技术和应用的公众号，我将持续为大家分享有趣、有用的 AI 技术。如果觉得不错，欢迎点赞、转发~