TypeSafe AI launches System One model Jev for software decision-making

ChatGPT 联合发明人创办的 TypeSafe AI 正式发布了一种全新类别的 AI 模型："System One 模型"，以及该类别下的第一个模型 Jev。和现有的大语言模型不同，Jev 完全放...

ChatGPT 联合发明人创办的 TypeSafe AI 正式发布了一种全新类别的 AI 模型："System One 模型"，以及该类别下的第一个模型 Jev。和现有的大语言模型不同，Jev 完全放弃了文本生成能力，专门为软件内部的快速决策而设计：输入非结构化数据，输出带有校准概率的类型安全结构化结果。 简单说：Jev 不会写文章、不会聊天，但能以极低的成本和延迟，在代码里充当一个"智能判断函数"：分类、打分、路由、提取，这些原本用规则引擎硬写但又写不好的事情，现在可以交给它。 创始人 Diogo Almeida 曾在 OpenAI 参与 InstructGPT 和 RLHF 的核心研发，是 ChatGPT 和 GPT-4 论文的共同作者。他在博客中描述：RLHF 让模型学会了取悦人类，却也让它们在自动化场景里不够可靠。于是他离开 OpenAI，潜行两年，用一套叫做 RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）的新训练方法从头构建了 Jev。 几个关键数字值得注意： 响应速度 70 到 500 毫秒，比主流前沿大模型的 3 到 329 秒快了一到两个数量级。输入 Token 价格 0.042 美元/百万 Token（约 42 美元处理十亿 Token），输出 Token 免费。官方自称比同等智能水平的大模型快 20 到 200 倍，便宜 40 到 400 倍。 这些数字的来源是 TypeSafe 自研的"工作流评测"（Workflow Evals），用 GPT-6 Astra 和 Anthropic 的 Fable 5.1 的平均结果作为参考答案。他们也承认，这种评测方式本身偏向 OpenAI 和 Anthropic 的模型，Jev 的实际相对表现可能被低估，但极端加速倍数（如 193 倍、444 倍）属于最优情况，不代表所有场景。 速度为什么能这么快？因为架构上根本不同。大模型逐个生成 Token，前一个 Token 出来后才能算下一个。Jev 采用并行采样，所有输出一次算完。这和当年 Transformer 取代 RNN 是同一个思路：用并行取代串行。 代价也很明确：Jev 不能生成文本。它输出的是事先定义好结构的决策结果，每个回答都附带置信度分数。官方宣称类型错误率从数学上等于零（因为输出结构在架构层面就被约束了），幻觉问题也因此不存在。 对开发者来说，Jev 的定位不替代 ChatGPT 或 Claude 这类对话模型，主要是为了补上它们不擅长的那一环：当你需要在代码流程中嵌入一个 AI 判断节点，要求毫秒级响应、结构化输出、不能出格的时候，用大模型做这件事成本高、速度慢、还可能生成不可预期的内容。Jev 就是为这个场景设计的。TypeSafe 把这类任务叫做"智能 if 语句"，也就是用 AI 做原本 if-else 写不好的模糊判断。 他们还做了两个有趣的演示：一个是用 Jev 实时操控经典游戏 DOOM 的 AI 机器人，每秒调用约 10 次，成本大约每小时 7 美元；另一个是 Wikipedia 竞速（从一个词条通过链接跳转到另一个指定词条），需要在成百上千个链接中做选择，Jev 在步数和速度上都领先于大模型的非推理模式。 "System One"这个名字来自 Daniel Kahneman 的《思考，快与慢》中的"系统一"——快速、直觉、自动化的思维方式。"Jev"则取自经济学中的杰文斯悖论（Jevons Paradox）：当某种资源的使用效率大幅提高时，总需求反而会增长。TypeSafe 显然在押注：把 AI 决策的成本降到足够低，用量会爆发式增长。 从博客和文档里提到的信息来看，Jev 的应用场景集中在一个核心逻辑上：凡是你在代码里需要一个"聪明的判断"，但又不需要它写一段话给人看的地方，都是它的地盘。 具体来说有几类： 第一类是流程中的智能分支。比如客服系统里判断一张工单应该转给哪个团队、紧急程度多高、用户情绪如何——这些原本要么靠关键词规则（太死板），要么靠大模型（太慢太贵）。Jev 可以在几十毫秒内给出带置信度的判断，而且输出格式固定，代码直接用。 第二类是大规模数据处理。比如对海量文档做分类、打标签、提取结构化字段。大模型做这件事单条成本还行，但量一上去就很贵，而且速度是瓶颈。Jev 42 美元处理十亿 Token，输出还免费，适合需要跑几百万甚至上亿条数据的场景。 第三类是实时应用。100 毫秒级别的响应意味着可以用在用户体感得到延迟的地方——实时推荐、动态定价、游戏 AI、交互式产品里的智能判断。博客里那个 DOOM 演示就是这个意思：每秒调用 10 次，大模型根本做不到。 第四类比较有意思——给大模型当"质检员"。用 Jev 来检查大模型的输出是否安全、是否符合格式、有没有越狱，做 guardrail（安全护栏）。因为 Jev 本身不会幻觉、响应极快，很适合在大模型输出之后加一层校验。 总结一下就是：Jev 不是给终端用户用的产品，是给开发者在系统架构里嵌入的组件。它解决的问题是"我需要 AI 的判断力，但不需要它的表达力"。 Jev 目前以早期访问形式开放，开发者可以在 typesafe.ai 加入候补名单。 Diogo Almeida @CompleteSkeptic After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI? I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev • 20-200x faster • 40-400x cheaper (w/ output tokens free) • Frontier composable intelligence optimized for decisions AFAICT the shortest path to AI-based economic revolution Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 1 🔄 1 ❤️ 9 👀 3518 📊 3 ⚡