刚刚过去的周末，一个叫Jev 的模型在开发者社区迅速出圈。
它不能像 ChatGPT 那样陪人聊天，不能写长文，也不会一本正经地生成代码。
它的工作更像一道高频选择题：继续还是停止？通过还是拦截？点哪个按钮？这封邮件该转给谁？
看起来能力被 " 砍掉 " 不少，为什么反而火了？
因为 Jev 瞄准的就是一件事情：判断，在 " 零幻觉 " 的基础上做判断。
根据 TypeSafe 官网公布的测试数据，Jev 在自动化工作流任务上比现有大语言模型快 193.6 倍，成本低 444.6 倍。输入每百万 Token 仅需 0.042 美元，输出 Token 免费。上线后需求量一度超出预期，API 短暂无法正常响应。
一个人，两件相反的事
Diogo Almeida 的履历有一种内在张力。
他曾在 OpenAI 参与构建 RLHF（基于人类反馈的强化学习）和 InstructGPT，这套方法直接催生了 ChatGPT。
然后他离开了，开始反思这套方法。
他在一场演讲中直接提出问题：" 今天的 AI 已经能挑战高等数学，为什么企业还是不敢把客服决策交给它？"
他的答案是：" 今天的 AI 非常擅长协助，但还不擅长自动化。"
协助，是人坐在屏幕前，AI 帮你干活，你来检查。
自动化，是人根本不在场，AI 在后台自己判断、自己执行。
Almeida 把问题指向了 RLHF 本身。他在演讲中说：" 为什么今天的大模型总需要有人在回路里？因为训练它的时候，我们字面意义上就把人塞进了那个回路里。"
RLHF 让模型学会了一件事：什么样的回答，人更喜欢？
这对聊天产品是优点。但对自动化系统，却是问题所在。
TypeSafe 官网将 Jev 定义为：" 把非结构化状态输入，输出类型化的概率决策。"
换成人话：你给它一段信息，它告诉你答案是什么，以及它有多大把握。并且不会产生一点幻觉。
它不生成文字。它只做三件事：
Noul：是非判断，返回一个 0 到 1 之间的概率，代表某件事为真的可能性
Choice：从预定义列表中选一项，最多支持 255 个选项，适合分类和路由
Score：按照设定的尺度打分，用于衡量紧迫程度、质量或风险
每次回答都附带完整的概率分布和置信度。强类型输出，不需要写 JSON 提示词，不需要额外解析器。
普通大语言模型生成答案的方式是：一个 Token 一个 Token 地往外输出，每个 Token 都依赖上一个。
Jev 的采样方式是并行的。所有输出在一次查询中同时生成。这是速度差距的根本来源。
根据 TypeSafe 官网数据：
Jev 端到端响应时间：70 毫秒至 500 毫秒
现有前沿模型：3 秒至 329 秒
速度差距：40 倍至 200 倍（System One 类型任务）
价格方面：
Jev 输入：每百万 Token 0.042 美元（每十亿 Token 42 美元）
现有前沿模型输入：每百万 Token 0.20 美元至 10 美元
输出 Token：免费
速度和价格之外，TypeSafe 强调的另一个关键词是 " 校准 "。
现有大语言模型即使被要求给出置信度，也往往过度自信且不一致。TypeSafe 官网指出：" 如果一个模型能完成某项任务 95% 的时间，但不告诉你它什么时候处于那 5%，它就无法自动化那项任务。"
为此，TypeSafe 开发了新的训练方法 RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）。
目标是：如果模型说某件事有 80% 的概率，那么在它判断为 80% 的一批事情里，最终应该真的有大约 80% 发生。
这在自动化系统里直接决定了如何分配任务：
置信度 > 90%：直接自动执行
置信度在 70% 至 90% 之间：交给更强的大模型复核
置信度 < 70%：转给人来决策
Earendil 公司 CTO Armin Ronacher 对此解释道：" 归根结底，这种方式将幻觉问题的处理责任稍微转移到了用户身上。用户需要决定：如果这种情况出现的概率只有 50%，那或许可以忽略它。但如果概率达到 95%，那我就可以利用它了。"
Jev 还有一个特点：同一次请求中的多个问题，共享一份输入，但独立并行评估。
公众号" 数字生命卡兹克 "做了个实测：他把一条新闻扔进去，可以同时问——是否 AI 相关？是否广告？是否融资？应归哪个分类？是否值得推送？
Jev 一口气把这些判断全部做完，速度不变。
传统大语言模型需要逐个问题生成回答，或者把所有问题塞进一个提示词，再解析输出。
这个并行特性，在多问题场景下优势最为明显。
Jev 上线后，开发者社区迅速涌现出大量实际应用案例。
信息流过滤：开发者 Marcel Pociot 接入 Jev 做了一个浏览器插件，用于过滤 X 平台上不想看的内容。每条帖子的判断平均耗时 380 毫秒。
广告分析：有人用 Jev 在 40 秒内分析 724 条实时广告，共做出 8724 次判断。
浏览器代理：Browser Use 的开源项目 jev-ultrafast，将 Jev 用作浏览器操作的判断层。以查机票为例，每一轮程序同时问多个问题：下一步点击还是输入？点哪个编号？这些问题共用同一份网页状态，分别作答。
上下文压缩：将 Jev 接入 Claude Code，判断哪些上下文内容是关键信息，实现近乎即时的上下文压缩。
安全分类器：Vercel 公司软件工程师 Pranit Sharma 表示，用 Jev 替代 OpenAI 的 ChatGPT Luna 5.6 来运行命令安全性分类器后，处理速度提高了 5 到 18 倍，准确性也大幅提升。
邮件分类：Bryo AI 的 CTO Nikhil Mudholkar 测试了 Jev 和 Gemini 在分类商业邮件方面的表现。他的测试结果显示，Gemini 准确率略高，但成本高出 10 到 20 倍。
营销分析：有团队将 Jev 接入营销分析流程，扫描 Meta 广告库、比较广告格式存活周期，把原本需要人工完成的判断提速了 30 倍，成本压到 3 美元以内。
游戏演示：TypeSafe 官网展示了 Jev 玩 Doom 的演示，每秒可做出约 10 次决策，Jev 依据结构化游戏状态做出实时操作判断，每小时成本约 7 美元。在 Ably Pong 演示中，Jev 在 12 秒内做出 47 次操作决策，而 Gemini、Claude 和 GPT 在同样时间里只做出两三次。
Jev 官网上写着 "Zero Hallucinations"，即 " 零幻觉 "。
这句话很抓眼球，也容易被误读。
TypeSafe 在技术说明中给出的含义是：Jev 的输出类型和结构预先定义，因此模型不会产生类型错误，不会突然跳出指定格式、捏造一个不存在的字段，或在限定选项外随意发挥。
例如，程序只允许它在 " 通过、拒绝、人工复核 " 三个选项里选，它不会输出一首诗，也不会附带一段 Markdown 说明。
但它不等于模型不会选错。TypeSafe 自己的 FAQ 也明确承认：Jev" 仍然可能出错 "。
为什么是现在爆火：Agent 需要的，可能正是这些小决定
Jev 的出现，正好踩中了 Agent 开发中的一个现实问题。
一个能操作网页、调用工具、处理文件的 Agent，在完成任务前，往往要经历大量微小判断。
下一步点击哪个元素？这个工具返回的结果是否有效？上下文里哪部分已经没用？这个任务是真的完成了，还是看起来完成了？
这些判断单独看不难，但一旦进入高频工作流，成本会迅速堆积。
Jev 这次爆火，至少有三个清晰原因。
第一，它的定位足够反常。
当行业持续追逐更长的推理、更强的聊天、更大的上下文时，Jev 直接放弃生成文本，只解决选择、分类、打分和路由。
第二，它击中了 Agent 的成本问题。
如果一个系统每天要做数十万次小判断，20 — 200 倍的速度差异、40 — 400 倍的成本差异，即使只在部分任务上成立，也足以吸引开发者测试。
第三，它把 " 不确定性 " 做成了接口的一部分。
过去，模型总能给答案；真正让自动化系统头疼的是，模型常常不知道自己什么时候会错。
Jev 给出的答案是：不只返回结论，也返回对结论的把握程度。
为什么叫 Jev，为什么叫 System One
TypeSafe 把 Jev 所在的模型类别命名为 "System One Models"。
名称来自丹尼尔 · 卡尼曼《思考，快与慢》中关于 " 系统 1" 和 " 系统 2" 的区分：前者偏快速、直觉式判断，后者偏慢速、审慎推理。
Jev 显然押注前者。
TypeSafe 的产品定位并不是让 Jev 替代所有大模型。
官方列出的适用任务包括分类、路由、打分、信息提取、工作流分支、内容审核、模型输出验证，以及在大数据上进行批量处理。
复杂推理、长文生成、写代码、创作内容，仍属于传统大语言模型更擅长的领域。
在这种分工下，Jev 负责先做大量低延迟决策；当它不够确定时，再把问题交给更慢、更贵、但更适合生成与推理的大模型，或者交给人工。
TypeSafe AI 由 Diogo Almeida 与 Erik Gafni、Sasha Sheng 共同创办，公司隐身运营约两年。
2026 年 9 月 15 日正式亮相，同步宣布完成 4000 万美元种子轮融资，由 DCVC 领投。
TypeSafe 表示，目前市面上采用这一路线的公司只有他们一家。Ronacher 预计，随着这种模式的实用价值逐渐被验证，跟进者会陆续出现。
被问及公司是否算前沿实验室时，Almeida 说：" 前沿实验室的主要产物要么是恐惧，要么是炒作，我希望我们的主要产品是智慧，我们不属于那种一门心思创造无限财富，或者搞宗教式叙事，或者试图在数据中心里造神的实验室。"
