软件不需要另一位健谈的同事。它需要一条 100 毫秒内返回的、带概率的 if。
2026 年 9 月 15 日，旧金山实验室 TypeSafe AI 结束约两年隐身期，同时放出两件事：第一款公开模型 Jev，以及由 DCVC 领投的 4000 万美元种子轮。
它几乎立刻冲上 Hacker News 头条，1915 分、501 条评论。24 小时内，Vercel AI Gateway、Cloudflare Workers AI、LiteLLM、Netlify、OpenRouter 陆续接上。
这不是又一个更会聊天的模型。Jev 的自我定位正好相反：它不生成自然语言。
创始人 Diogo Almeida 的原话是：
Think of Jev as a frontier-intelligence function call: unstructured state in, typed probabilistic decisions out.
把它想成一次「前沿智能函数调用」：非结构化状态进去，带类型的概率决策出来。
Diogo 在 OpenAI 参与过 RLHF 和 InstructGPT，那条技术线通向 ChatGPT。他现在做的，是从「对人偏好对齐」走到「对校准决策对齐」。联合创始人包括 CTO Erik Gafni，以及 COO Sasha Sheng（Meta / FAIR）。公司 2024 年成立。Forbes 援引知情人士称此轮估值约 2 亿美元，公司未正式确认。
章节一句话定义
Jev 是 TypeSafe 发布的第一款 System One Model：给软件用的决策模型，不是给人看的聊天模型。
你提交两样东西：
- state：一封客服邮件、一张工单、一段日志、一个 JSON、一次 Agent 轨迹。文本或结构化数据都行。
- questions：事先声明好的选择题、评分题、是否题。
一次请求里，所有问题对同一份 state 并行作答。返回的是代码可以直接 if 的值：选项 key、分数、0–1 概率，外加置信度。没有段落，没有「当然可以帮你」，也没有要再 parse 一遍的伪 JSON。
公开口径（截至 2026 年 9 月文档）：
| 项 | 数字 |
|---|---|
| 输入 | $0.042 / 百万 token |
| 输出 | 免费（官方说法：「便宜到不必计量」） |
| 延迟 | 70–500ms 端到端 |
| 选择题上限 | 255 个选项（更高基数走两阶段） |
| 当前版本 | jev-1.13.0（别名 jev-latest） |
| 接口 | POST https://api.typesafe.ai/v1/systemone |
| 输入形态 | 纯文本 / JSON / 数组，无图像、音频、视频 |
官网客服工单示例，一次调用三个决定：
- Choice →
topic = billing - Score →
urgency = 3.0 / 3 - Noul →
escalate = yes · 0.92
代码拿到的就是这三个字段，不是一段需要正则提取的回复。
章节两个名字
System One 来自卡尼曼《思考，快与慢》。系统 1 快、直觉；系统 2 慢、要推理。TypeSafe 的论点是：今天的前沿 LLM 被 RLHF 训成了「对人说话的系统 2」；软件里大量真正被调用的判断——路由、打分、放行、验真——更像系统 1。他们想做的不是更会写长文的模型，而是能被软件当原语直接调用的判断。
宣言说得更直白：瓶颈已经不是模型够不够聪明，而是聪明能不能被组合着调用。口号是：
We're building prod, not God.
我们在做生产系统，不是在造神。
Jev 来自经济学家 William Stanley Jevons。蒸汽机让煤更高效，结果煤的总消耗不降反升。TypeSafe 的隐喻是：当一次智能判断的成本和延迟掉两个数量级，原先不敢嵌进热路径的判断会爆发式出现。降价不是为了省钱，是为了把智能用到以前用不起的地方。
章节整个模型只回答三种题
| 原语 | 你问什么 | 你拿到什么 | 典型场景 |
|---|---|---|---|
| Choice | 从声明的集合里选一个 | 胜出 key + 各选项概率 + confidence | 工单分部门、下一步工具 |
| Score | 按有序量表打分 | score + 各档概率 + confidence | 紧急度、风险 |
| Noul | 这句话成不成立 | 0–1 的「为真」概率 | 要不要升级、过不过门禁 |
「Noul」这个名字来自伯努利（Bernoulli），创始人后来在 Hacker News 上自己解释的；本质是一个带校准的布尔门。高置信度自动放行，中间地带交给人或更慢的 LLM。它要做的不是替代人工审核，是先把明确的那一段自动化掉。
文档里有一条工程纪律：问题要短，要像「懂行的人看一眼就能判」，不要像「写一篇分析」。复杂任务拆成一串原子判断，再用代码组合。
这和 Agent 圈这两年的教训一致：把「想清楚」留给编排层，把「看一眼」留给模型。
章节和 LLM 区别在哪
| 现有前沿 LLM | System One + Jev | |
|---|---|---|
| 训练 | RLHF / 人类偏好 | RLCD：校准过的可验证决策 |
| 输出 | 字符串（还要 parse） | 类型安全的结构化值 |
| 采样 | 逐 token 自回归 | 并行一次出齐 |
| 输入价 | $0.20–$10 / MTok 量级 | $0.042 / MTok |
| 输出价 | 常为输入数倍 | 免费 |
| 延迟 | 秒到数分钟 | 70–500ms |
| 类型错误 | 可能 | 构造上为 0 |
| 典型位置 | 人机界面、Copilot | 工作流、护栏、批量打标 |
架构上，他们宣称三件新东西叠在一起：新模型结构（论文未公开）、并行 sampler（候选事先枚举，schema 是保证的）、RLCD（奖励的不是「人爱看」，而是「概率和真实对错对齐」）。
Every 的 Mike Taylor 做过一次独立实测：37 篇文档 × 21 个问题 = 777 次判断，不到 0.7 秒，大约 0.25 美分。相对 Anthropic 的 Fable 约 25 倍快、约 580 倍便宜——但准确率是 6/7 对 7/7。这组数字比官网的「193 倍」更好懂：判断可以被做成热路径上的基础设施，而不只是偶尔点一次的 Copilot。
章节「零幻觉」是真的吗？
TypeSafe 写：Jev 不能幻觉、不能出类型错误，数学上由 schema 保证。
这句话在字面上成立，在传播上容易被听成另一句：它不会错。
Hacker News 的争论几乎都卡在这条缝上。有人说：这不就是广义的零样本分类器吗？创始人 Diogo 亲自回复：exactly right。他也承认，机器学习模型当然仍可能「自信地错」——「你不会说随机森林在幻觉」。
更准确的翻译是：
- Jev 不会吐出 schema 之外的字符串，不会把 JSON 写坏，不会发明一个你没声明的选项。
- Jev 会在你声明的选项里选错，会给错误答案打上 0.93 的概率。
- 类型安全不等于事实正确。一个类型完美、判断错误的字段，往往比一段明显在胡编的散文更危险，因为下游代码会当真去执行。
Every 的测试里，Jev 漏掉了 7 个植入缺陷中的 1 个。WotAI 在 16 个模型的对比里写：亚秒档里 Jev 的校准不错，但相对 Haiku / Sonnet 的加速大约只有 1.4 到 3.7 倍，没有找到 20 到 200 倍的工况。
所以官网首页的 193.6 倍更快、444.6 倍更便宜，要连同评测方法一起读：那是 TypeSafe 自家 workflow evals，对照是两个顶模的平均概率，公司自己也说这可能偏真实增益的高端。诚实的读法是：
Jev 把「格式税」和「生成税」砍掉了。 它没有把「判断税」砍掉。
章节适合什么，不适合什么
适合
- 客服 / 工单路由、紧急度、是否升级
- Agent 循环里的「下一步工具 / 继续或停 / 问不问人」
- 输出护栏、越狱检测、引用是否支撑结论
- 批量打标、map-reduce 式语义过滤
- 「明确的自动过，模糊的人工看」——Noul + 阈值是它很顺手的一种用法
不适合
- 写邮件、写代码、写分析
- 开放域问答、长链推理
- 多模态（当前纯文本）
- 把 Jev 当唯一决策者，不设阈值、不留人审
- 问题本身定义含糊：「这个客户值不值得认真对待」这类题，类型再安全也救不了题面
一句话：Jev 是智能 if 语句，不是智能同事。LLM 继续当系统 2：解释、生成、艰难推理。Jev 当系统 1：看一眼，给概率，让代码分支。
Vercel 在发布第二天就把它接进了 AI Gateway。对 Agent 开发者，这意味着路由层和生成层可以第一次用不同的计费、不同的 SLA 拆开。
章节该怎么看
把情绪从发布稿里抽掉，Jev 留下的是一个清楚的产业判断：
2026 年的生产 AI，最大浪费可能不是模型不够强，而是大量「其实只需要一个带概率的枚举」的调用，被拿去跑完整套自回归生成。
如果这个判断成立，后果很具体：
- Agent 架构会分层。 规划、写作仍用大模型；路由、验真、门禁、打分会沉到 System One。账单结构会变。
- 「结构化输出」从 prompting 技巧变成模型类别。 JSON mode 是给生成模型戴口罩；Jev 是一开始就不长嘴。
- 幻觉话术会被迫精确化。 业界不能再把「格式合法」说成「内容真实」。第二句要问：概率校准过吗？错了谁兜？
- 杰文斯悖论可能真的发生。 单次判断便宜两个数量级之后，调用次数不是线性下降，而是上升——每条日志、每封邮件、每步工具调用都配一个门。
- 竞争会非常快。 接口一旦被看懂，开源侧会用分类头 + 校准 + 并行打分去追。TypeSafe 要守住的是质量、校准、延迟 SLA，以及嵌进网关的默认位置。
它不是 AGI 路线图上的下一座山。它更像软件史里 SQL 相对「把数据存在文件系统里」的那一步：把一种已经存在的能力，收成可调用、可组合、可计费的原语。
对国内团队，立刻能做的不是 all-in 换掉 GPT，而是盘一次自己的 LLM 账单：有多少调用其实是分类、路由、打分、是否。那一截，才是 Jev 这类模型的战场。
资料
- TypeSafe，2026-09-15，Introducing System One Models & Jev
- 文档：Models / API
- DCVC，2026-09-15，$40M seed
- Hacker News：item 49717558（1915 分 / 501 评）
- Mike Taylor / Every：777 judgments in 0.7s
- WotAI：Jev vs Claude Haiku
- Vercel：Jev on AI Gateway
软件不需要另一位健谈的同事。它需要一条 100 毫秒内返回的、带概率的 if。