TypeSafe AI发布Jev：返回类型化概率而非文本的决策模型

旧金山AI实验室TypeSafe AI发布了首款System One Models产品Jev，该模型不生成自然语言文本，而是直接输出带有类型定义的概率化决策（Choice、Score、Noul），允许软件在置信度高于阈值时自动执行操作。Jev采用“校准决策强化学习”训练，输入成本为每百万Token 0.042美元且输出免费，端到端延迟介于70毫秒至500毫秒之间。

Vercel在发布次日将其接入AI Gateway，数据显示24小时内覆盖了近13%的付费团队，这一比例是GPT-5.6系列的两倍；Netlify和LangChain也迅速跟进集成。独立分析显示用户报告的速度提升中位数为7倍，成本节省中位数为30倍，延迟中位数为76毫秒。尽管官方宣称速度提升可达193.6倍，但实际观测值仍显著优于传统大语言模型。

事实层面，Jev通过结构化输出规避了无效类型，但仍可能输出完全错误的合法值，因此将幻觉风险转移给了调用方判断。推断层面，这种设计使其成为Agent路由、分类和工具调用的理想前置过滤器，能大幅降低算力成本并提升响应速度。猜测层面，随着Elixir客户端等生态工具的涌现，Jev可能在特定垂直场景形成替代LLM分类器的标准方案，但其处理长噪声状态信息和算术计算的可靠性仍需版本迭代验证。