TypeSafe AI 推出 System One 模型 Jev：快两个数量级的自动化决策引擎

从聊天模型到自动化：一个缺失的拼图

TypeSafe AI 创始人 Diogo Almeida 曾是 OpenAI 的研究员，参与构建了 ChatGPT 背后的指令跟随方法。他观察到尽管聊天模型在对话上已超越人类，但自动化 —— 让软件直接使用 AI 决策 —— 却迟迟未能落地。原因是现有模型输出的是字符串，需要解析、验证，且容易产生幻觉，无法在低延迟、高可靠性要求的生产环境中使用。

经过两年的秘密研发，TypeSafe 今日发布了 System One 模型 —— 一种全新类别的前沿模型，专门用于在软件内部做出快速、结构化的决策。其首个公开模型 Jev 现已开放早期访问。

Jev 核心能力：非结构化输入 → 类型安全的结构化输出

Jev 放弃了传统 LLM 的字符串生成能力，转而直接输出“类型安全的结构化概率值”。换句话说，它接收任意非结构化文本或程序状态，返回预定义类型字段及其置信度分数。

• 输入：非结构化数据（如文本、程序状态），强调结构化程序状态而非顺序对话。
• 输出：类型安全的结构化值，所有可能输出和结构提前定义，模型永远不会出现类型错误，且每次输出都附带经过校准概率和置信度。
• 采样方式：并行生成所有输出，而不是像传统 LLM 那样逐个 token 自回归。这使得单次查询即可获得完整决策向量。

对比传统 LLM：全面的效率碾压

维度	传统 LLM	Jev
训练方法	RLHF / RLVR（优化人类偏好）	RLCD（强化学习校准决策，优化校准概率）
输入成本	$0.20~$10 / 百万 token	$0.042 / 百万 token
输出成本	约输入成本的 5 倍	免费（过于低廉以至于无法计费）
端到端速度	3~329 秒（前沿模型）	70~500 毫秒
置信度	过度自信且不一致	每次输出都给出校准概率，高置信度对应高精确度
幻觉	必然发生	数学上不可能发生（输出受类型约束）
用例	需要人工监督的聊天/代码代理	可嵌入软件的智能 if 判断、实时审核、大规模数据过滤

典型应用场景包括：AI 驱动的工作流（分类、路由、评分、提取）、实时 API 决策、大规模数据 map-reduce 转换、以及作为 LLM 输出验证器（检测幻觉/越狱）。

实证证据：速度、成本与无类型错误

TypeSafe 提供了多种验证方法：

• 速度：在标准测试（西海岸笔记本运行）中，Jev 达到 70~500ms，而 GPT-5.6 Terra 等模型需数秒至数分钟。
• 成本：定价完全透明，且承诺长期会下降而非上升。
• 无类型错误：由于输出结构在定义时固定，模型不可能产生类型错误；这是数学保证，而非经验统计。

为了展示与 LLM 的差异，团队做了并排演示：同一输入（客户数据）发给 Jev 和 GPT-5.6 Terra，Jev 在 70ms 内并行输出所有字段的概率（如“流失可能性：高（85%）”），而 GPT 则逐 token 生成字符串，需后处理且缺乏校准置信度。

工作流评估：在真实代码中的 Pareto 最优

团队设计了 4 种代表真实业务自动化的“工作流”测试（如多条件路由、概率分支）。结果显示，Jev 在智能水平（参考模型为 GPT-6 Astra 和 Fable 5.1 的平均预测）与成本/延迟的权衡上，占据了近两个数量级的 Pareto 前沿。

• Jev 平均比 LLM 快 193.6 倍，便宜 444.6 倍。
• 即使采用约束 LLM 输出结构化决策的专用封装，传统模型仍因需逐个 token 生成且无法并行而显著落后。

趣味演示：实时决策的潜力

• Doom 游戏 AI：以每秒 10 次查询（约 $7/小时）实时决策，基于文本化游戏状态（而非像素）做出反应，证明毫秒级智能决策的可行性。
• Wikiracing 游戏：从“橡胶鸭”页面出发，通过链接寻找目标页面。Jev 在每一步从数百个链接中并行评估，不产生幻觉，路径更优且步数更少（智能水平更高）。

展望未来

Jev 仍处于早期阶段，团队计划发布更深入的技术图解、举办黑客松活动，并持续优化架构。对于希望将 AI 可靠嵌入软件的企业，TypeSafe 提供了一种新范式：不再需要“AI + 人工审查”，而是让 AI 直接成为代码中的“智能 if 语句”。

原标题：Introducing System One Models and Jev。 HN 原始发布时间：2026年9月16日星期三。当前记录为 865 分、278 条评论。

阅读原文 · 查看 HN 讨论