# Jev：不生成文本的 System One 决策模型（TypeSafe AI）

> RLHF共同发明人新公司首作：不做聊天只做结构化决策，概率校准可信到能写进代码阈值，便宜两个数量级

# Jev：一个不说话的模型，可能是今年最重要的发布

9 月 15 日，OpenAI 前研究员、RLHF 共同发明人 Diogo Almeida 带着他的新公司 TypeSafe AI 走出隐身，发布了第一个 "System One Model"——**Jev**（$40M 种子轮，DCVC 领投）。

它的差异化不在于"更聪明"，而在于彻底换了个物种：**Jev 不生成任何文本**。你给它一段上下文和几个类型化的问题（多选一 / 打分 / Yes 概率），它一次性返回所有答案和概率分布。没有聊天，没有流式输出，没有废话——软件拿到结果直接执行。

## 真正的护城河：校准（Calibration）

普通 LLM 说"我 85% 确定"，这话基本不能当真——RLHF 训练出来的模型天生谄媚且过度自信。Jev 用自研的 **RLCD（Reinforcement Learning for Calibrated Decisions）** 训练，用 Brier score 这类可验证真值的评分规则做奖励，让"85% 把握"在统计上真的对应 85% 正确率。

**这才是闭环能力的关键**：概率可信，你就可以把阈值直接写进代码——"置信度 >98% 自动执行，<60% 转人工"，中间不需要任何人参与判断。分类、路由、内容审核、Agent 的 if-else 分支，全部可以交给它自动闭环。

## 价格与速度

- 输入 **$0.042 / 百万 token**（约 GPT-4o 的 1/60），**输出免费**
- 单次调用 **70–500ms**，比前沿 LLM 快 40–200 倍
- 64K 上下文，闭源 API（`jev-1.13.0`），目前 early access waitlist

## 开源社区 48 小时复现潮

发布几天内，HuggingFace 上已经冒出 48 个开源复现/解析项目，有专门的 tracker 在追踪：[multimodalart/jev-reproductions-tracker](https://huggingface.co/spaces/multimodalart/jev-reproductions-tracker)。

值得关注的几条路线：

- **并行约束解码**（不训练，直接在现成模型上模拟）：`harshatheg/Qwen-2.5-1B-RLCD`（HF♥429）、`ekzhang/openjev-sglang`（Qwen3.6-35B-A3B + SGLang radix cache，64 个并行决策 <1 秒）
- **真训了权重的**：`convaiinnovations/laya`（421M，HF♥577 全生态最高）、`AlexWortega/openjev`（Qwen3.5-4B + MLP 头）、`bespokelabs/Bespoke-Nimble-9B`（数据+模型+配方全开源，与 Jev 一致率 90.1%）
- **Diffusion LM 路线**：DiffusionGemma 并行填充 schema，实测与 Jev API 速度打平，vLLM 已合入 PR

但要清醒：**所有开源复现都只是抄到了"接口形状和速度"，RLCD 校准训练没人复现出来**——多个独立评测发现开源版的置信度不可靠。这恰好说明 Jev 的核心价值不在架构，而在训练方法。

## 怎么用（三步上手）

1. **排队**：去 [typesafe.ai](https://typesafe.ai) 申请 early access（官方在批量放 key）；等 key 期间可以先用网页 Playground 零代码试手感
2. **拿 key 装 SDK**：dashboard 创建 API key，然后 `pip install typesafe-sdk`，环境变量 `TYPESAFE_API_KEY=xxx`
3. **调用**：一个 `system_one` 调用并行回答多个类型化问题，70–500ms 返回全部结果：

```python
from typesafe_sdk import Choice, Noul, Score, TypeSafeClient

client = TypeSafeClient()  # 默认 jev-latest
resp = client.system_one(
    state="我的Stripe账户连了3天都失败，正在流失订单，请尽快处理！",
    questions={
        "紧急吗": Noul(instructions="这条消息是否表达紧迫"),
        "分给谁": Choice(instructions="该由哪个团队处理",
                        criteria={"billing": "支付/订阅", "technical": "bug/集成"}),
        "火气": Score(instructions="客户多生气", criteria=["平静", "不满", "暴怒"]),
    },
)
# resp.answers["紧急吗"].noul == 0.999 —— 可以直接写进 if p > 0.98 的阈值逻辑
```

**排队期间的平替**：开源项目 `ekzhang/openjev-sglang` 把 Qwen3.6-35B-A3B 包装成一模一样的 `/v1/systemone` 接口，流程代码可以先写好，官方 key 下来换个 base_url 就切换。注意开源版的概率没经过校准，别拿它的置信度做阈值判断。

## 谁该关注

- 做 Agent 编排的：路由、分类、judge 这类"假装成 if 语句的昂贵 LLM 调用"，是它的主战场
- 跑本地推理的：openjev-sglang 那套在 Qwen3.6-35B-A3B 上就能复刻接口形状（概率别当真）
- 等开源的：蹲 Archer Hume 承诺的开源权重版，或 Bespoke Nimble 的全开源配方

**相关链接：**

- 官方博客（发布公告）：https://typesafe.ai/blog/introducing-system-one-models-and-jev
- 复现追踪器：https://huggingface.co/spaces/multimodalart/jev-reproductions-tracker

---

**分类**：随笔
**标签**：开源 · 模型 · Jev
**作者**：子龙
**链接**：https://octohz.com/p/2157