For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh-HK/articles/jev-decision-model-typesafe-ai-870m-serie-7b7d7513.md.
短短几周内，TypeSafe AI 从相对不为人知的初创公司，跃升为 AI 基础设施领域最受关注的企业之一。
短短几周内，TypeSafe AI 从相对不为人知的初创公司，跃升为 AI 基础设施领域最受关注的企业之一。
该公司如今宣布完成 8.7 亿美元 A 轮融资，投后估值达到 75 亿美元。
无论在什么情况下，这都足以成为一则重要消息。但真正让这起事件与众不同的，是推动这一增长势头的产品：Jev。它并不试图成为聊天机器人，不生成长篇 prose，也不是主要为编写代码而设计。
它的任务更加聚焦。
它负责做决策。
典型的 Jev 请求更接近：
给定当前状态，
软件应该选择哪个选项？
而不是：
请为我撰写一份详细解释。
TypeSafe 将 Jev 称为 System One 模型：一种专为快速、受约束、结构化决策而设计的模型，软件可以直接使用其结果。
Jev 不返回自由格式文本，而是返回以下类型的结果：
这种聚焦让 Jev 的成本和速度都足以满足高调用量软件工作流的需求。在这些场景中，使用传统前沿大模型可能会带来不必要的延迟或成本。
而市场反应十分强烈。
TypeSafe AI 于 2024 年在旧金山成立。
在 Jev 发布之前，该公司大约花了两年时间处于隐身运营状态。
TypeSafe 的公开突破发生在 2026 年 9 月 15 日。当日，该公司推出了首个 System One 模型，并解释了其背后的训练方法：面向校准决策的强化学习（Reinforcement Learning for Calibrated Decisions，RLCD）。
原始来源提到，TypeSafe 此前曾在 Jev 发布前后宣布完成 4,000 万美元种子轮融资。不到一个月后，该公司又宣布了规模大得多的 A 轮融资。
TypeSafe 的官方融资公告确认了以下信息：
| 项目 | 已确认详情 |
|---|---|
| A 轮融资 | 8.7 亿美元 |
| 投后估值 | 75 亿美元 |
| 领投方 | Andreessen Horowitz |
| 其他已披露参与方 | Sequoia Capital、DCVC、天使投资人 |
| 新增董事会成员 | Martin Casado |
公司表示，新资金将用于：
关键在于，投资人押注的不只是又一个通用前沿模型。
他们押注的是一种不同的模型类别。
Jev 的核心理念很简单：许多软件系统并不需要段落。
它们需要的是一个决策。
示例包括：
传统大语言模型可以回答这些问题，但通常会通过自回归文本生成来完成。
TypeSafe 认为，当应用程序已经知道答案的结构时，这种方式就显得低效。
Jev 的设计则更接近以下流程：
结构化状态
↓
类型化问题
↓
并行决策计算
↓
概率 + 受约束输出
↓
应用程序根据结果分支处理
TypeSafe 将其描述为“面向机器的”智能：模型经过优化，可以直接接入代码，而不是生成供人类阅读的语言。
TypeSafe 目前列出的 Jev 价格为：
输入：每 100 万个 token 收费 0.042 美元
输出：免费 / 不计量
这一价格远低于大多数通用前沿模型。
原因在于其架构。
Jev 不会逐个 token 地生成任意文本。TypeSafe 表示，其采样器能够并行返回某项决策的受约束输出。
公司声称，其服务的端到端延迟约为 70–500 毫秒，并表示，对于相应的 System One 任务，Jev 的速度可以达到 40–200 倍。
这些数据来自 TypeSafe 自行发布的评估，应理解为供应商针对 Jev 所设计任务形态提出的声明。
TypeSafe 最有力的主张之一，是 Jev 不会产生类型错误。
但这需要准确理解。
它的含义是：如果应用程序声明了一个受约束的输出架构，Jev 就会返回符合该输出契约的值。
例如：
允许的答案：
- 批准
- 审核
- 拒绝
Jev 不应该突然返回：
下面是一篇关于我的推理过程的五段式文章……
对于生产软件而言，这是一项重要的可靠性特征。
但类型安全 并不意味着语义决策始终正确。
模型可能返回一个有效的 reject 值，却仍然做出了错误的业务决策。
因此，Jev 还会返回概率和置信度信息，让应用程序能够定义如下阈值：
confidence >= 0.95
→ 自动处理
0.70 <= confidence < 0.95
→ 二次检查
confidence < 0.70
→ 人工审核
因此，模型的实用性同时取决于分类质量和校准水平。
原文中最有力的独立采用信号来自 Vercel。
Vercel 在 Jev 发布后不久将其加入 AI Gateway，并跟踪付费团队开始使用该模型的速度。
据 Vercel 称，Jev 在 24 小时内触达了近 13% 的付费团队。
当时，这一覆盖率超过 AI Gateway 历史上此前任何一次模型发布的两倍。
Vercel 还指出，Jev 在前 12 个小时内就超过了所有对比模型，并且在首日持续扩大领先优势。
这很重要，因为 Jev 的使用方式不同于普通聊天机器人的采用方式。
人类可能会尝试一个新聊天机器人几次，然后停止使用。
而嵌入软件中的模型则可以持续接收请求。
这会形成完全不同的使用模式：
人工聊天机器人：
用户打开应用
→ 发送消息
→ 等待
→ 关闭应用
软件中的决策模型：
请求到达
→ 运行决策模型
→ 应用程序进行分支处理
→ 全天重复
原文用一句简单的话概括了这一点：
人会睡觉。代码不会。
原文还引用 TypeSafe 及投资人的说法称，Jev 在发布后三天内处理的 token 数量约达到 一万亿个。
TypeSafe 后来表示，这种流量是持续性的，而不是一次性峰值。
该公司在 A 轮融资公告中还表示，约有 三分之一的《财富》世界 500 强企业正在使用或集成 Jev，并声称客户已经在生产成本方面节省了数百万美元。
这些是 TypeSafe 自己披露的业务指标，并非经过独立审计的数据，但它们有助于解释投资人为何将 Jev 视为不只是一个具有病毒传播力的开发者演示。
这种使用模式显示出机器对机器的需求。
一旦 Jev 被嵌入以下环节：
每当外围软件进入相应分支时，就可以调用它。
这正是 TypeSafe 为 Jev 设计的工作负载。
Jev 的起源故事具有不同寻常的对称性。
TypeSafe 联合创始人兼 CEO Diogo Almeida 此前曾在 Google Brain 和 OpenAI 工作。
TypeSafe 官方团队页面称，他是 RLHF 和 InstructGPT 的共同发明者之一；相关工作推动了 ChatGPT 和 GPT-4 的发展。
在 OpenAI 任职期间，Almeida 参与了帮助原始语言模型遵循指令并与人自然互动的方法研究。
离开 OpenAI 后，他越来越怀疑，聊天是否应该成为软件内部智能的默认接口。
他在 TypeSafe 的 Jev 发布文章中概括了这种转变：如果模型已经非常擅长对话，为什么自动化却没有以同样的速度发展？
聊天机器人针对灵活性进行了优化。
当人类需要阅读输出时，这种灵活性很有价值。
但生产软件通常需要相反的特性：
TypeSafe 的观点是，对于这些任务而言，通用语言生成往往是一种功能过强的抽象。
与其要求前沿模型先写出结构化答案，再对文本进行验证，不如让 Jev 直接完成受约束的决策。
公司的口号体现了这一理念：
构建生产系统，而不是上帝。
这句话的表达方式有意带有挑衅性，但其背后的理念很实际：优化能够可靠运行于生产环境的软件，而不是把每一个 AI 产品都当作通往某个全能模型的步骤。
TypeSafe 将其训练方法称为 面向校准决策的强化学习（Reinforcement Learning for Calibrated Decisions，RLCD）。
公司将其与两种常见方法进行了对比：
| 训练方向 | 主要优化目标 |
|---|---|
| RLHF | 人类更偏好的回复 |
| RLVR | 可验证的推理结果 |
| RLCD | 经过校准的结构化决策 |
对于 Jev 而言，校准是核心。
如果模型给出 0.90，目标是让获得这一置信度的事件，在适当的评估分布中实际正确的比例约为 90%。
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
与单独使用未经校准的标签相比，这对于自动化工作流设计更有价值。
应用程序随后可以将模型的不确定性转化为策略：
高置信度
→ 自动处理
中等置信度
→ 询问另一个模型或应用更多规则
低置信度
→ 转交人工处理
这也是决策模型对高调用量系统具有吸引力的原因之一。
它们并不会消除不确定性。
它们让软件更容易使用不确定性。
原文还强调了 Almeida 对公开基准竞争的怀疑态度。
TypeSafe 确实会发布评估结果，但其发布材料投入了不同寻常的篇幅来记录相关限制条件。
例如，公司明确指出：
这是一个有用的区分。
TypeSafe 仍然在积极推广其模型，但并没有声称 Jev 应该在所有场景中取代前沿大语言模型。
其官方文档对不同产品的定位如下：
生成式大语言模型
→ 写作、推理、解释、编码、对话
决策模型
→ 分类、路由、评分、验证、设闸、排序
两者可以在同一个系统中协同工作。
TypeSafe 的领导团队并不只有 Almeida。
官方团队页面列出了：
更广泛的团队成员来自 OpenAI、Google Brain、Meta/FAIR、Stripe、Airbnb、Plaid 和 Docker 等公司。
这些背景有助于解释产品为何如此重视生产环境。
Jev 并不专注于创建新的消费者界面，而更像是在创建一种开发者可以深度埋入基础设施的能力。
Jev 的快速采用还带来了第二个影响。
它对这一品类的快速验证，使主要基础设施和模型公司在几周内开始推出竞争产品。
原文正是在这一变化处结束全文。
Microsoft 宣布推出 Microsoft-Decision-1，这是一款专门用于结构化决策评分的模型。
该模型基于 Qwen3.5-9B，并通过 Microsoft Foundry 以公开预览版形式提供。
它支持以下任务：
当给定固定选项集合时，Microsoft-Decision-1 会返回这些选项经过校准的概率分数。
Microsoft 报告称，该模型在一项涵盖近 15 万个问题、包含 36 个基准的比较中取得最高准确率，并表示在其内部评估中，该模型的速度明显快于 GPT-6 Sol。
这些数据来自 Microsoft 自己的基准测试，因此开发者在将其视为普遍适用的性能排名之前，应先根据自身工作负载进行验证。
OpenAI 也朝着同一方向发展，于 2026 年 10 月 6 日发布了 Decisions API 公测版。
该 API 由 GPT-6 Luna 提供支持，可以接收文本、图像或两者。
它支持三种结构化问题类型：
| 类型 | 结果 |
|---|---|
| 谓词 | 某个条件为真的概率 |
| 选择 | 从所提供选项中选择一项，并返回相应概率 |
| 分数 | 对有序等级进行概率加权后的分数 |
OpenAI 表示，对于相关任务形态，专用 API 的决策返回速度约为通过 Responses API 使用 GPT-6 Luna 的 10 倍。
其公测版定价十分简单：
输入：每 100 万个 token 收费 0.10 美元
输出：不收取输出 token 费用
缓存读取：不收费
缓存写入：不收费
它与 Jev 的关键差异在于架构。
Jev 是 TypeSafe 专门构建的 System One 模型系列。
而 OpenAI 的 Decisions API 则是在 GPT-6 Luna 周围提供一个专用的决策接口。
不过，从应用开发者的角度来看，两者服务于相似的需求：
输入状态
→ 输出受约束的类型化决策
Cloudflare 更早加入了竞争，于 10 月 1 日宣布推出 Clef 和 Clef-flash。
两者都是可在 Workers AI 上使用的决策模型，Cloudflare 还根据 Apache 2.0 许可证开源了模型权重。
它们采用与 Jev 兼容的 API 形式，因此更容易被替换到围绕 System One 风格决策请求构建的工作流中。
Cloudflare 报告如下：
| 模型 | 规模 | 上下文 | 目标重点 |
|---|---|---|---|
| Clef | 27B | 64K | 更高的决策质量 |
| Clef-flash | 9B | 64K | 极低延迟 |
在 Cloudflare 自己的测试套件中，Clef 或 Clef-flash 在 10 个重点决策基准中的 7 个领先，而 Jev 在 When2Call 和 BRIGHT 等部分单项任务上仍然更强。
Cloudflare 还报告了以下中位延迟：
Clef： 209.3 毫秒
Clef-flash：38.8 毫秒
Jev： 524.1 毫秒
同样，这些数字来自 Cloudflare 的评估环境。
它们可以作为有用的竞争证据，但不能被视为适用于所有部署环境的通用延迟保证。
原文的核心观点并不只是 Jev 获得了一笔巨额融资。
更重要的是，一种模型类别几乎在一瞬间从小众变得拥挤。
短短几周内，市场已经出现：
每种实现方式各不相同，但它们共享一个核心洞察：
并不是每个 AI 请求都需要生成文本。
许多生产任务更接近智能化的 if 语句。
例如：
if fraud_probability > 0.98:
block()
elif fraud_probability > 0.70:
review()
else:
allow()
真正困难的不是编写分支，而是从复杂的现实世界上下文中生成有用且经过校准的概率。
决策模型正试图让这项能力变得足够便宜，从而可以在各处运行。
乍看之下，专用决策模型似乎会对通用大语言模型构成威胁。
但实际上，它们可能会增加 AI 的总使用量。
通用智能体可以在高频控制点使用决策模型：
用户请求
→ 决策模型选择路由
→ 仅在需要时由大语言模型处理复杂推理
→ 决策模型评估输出
→ 工作流继续或升级处理
这让开发者可以将成本更高的推理保留给真正需要它的环节。
其他任务则可以交给更便宜的受约束模型。
最终结果可能是总体 AI 调用次数增加，而不是减少。
这一理念也与 Jev 这一名称相呼应。TypeSafe 表示，该名称指向经济学家 William Stanley Jevons 以及杰文斯悖论：效率提升可能会增加总消费，因为更低的成本会解锁新的使用场景。
在 AI 基础设施中，同样的逻辑可能表现为：
更便宜的决策
→ 更多决策变得经济可行
→ 更多软件获得 AI 控制点
→ 机器智能的总使用量上升
Jev 是 TypeSafe AI 推出的首款 System One 模型，专为快速、结构化决策而设计，而不是用于自由格式文本生成。它接收应用程序状态和类型化问题，并返回带有概率和置信度信息的受约束答案。
TypeSafe 目前列出的 Jev 价格为每 100 万个输入 token 收费 0.042 美元，且不计量输出 token。这一定价适用于 Jev 的结构化决策接口，而不是通用文本生成模型。
TypeSafe 最强的正式主张涉及输出类型安全：受约束的架构可以防止模型输出任意格式错误的内容。但这并不意味着每个语义决策都正确，因此校准、阈值、评估和人工审核仍然十分重要。
Vercel 表示，Jev 在 AI Gateway 发布后的 24 小时内被近 13% 的付费团队使用。Vercel 称其为当时 AI Gateway 历史上采用速度最快的模型。
Decisions API 是 OpenAI 的公测接口，由 GPT-6 Luna 提供支持。它可以接收文本和图像证据，并返回谓词概率、选择或分数。OpenAI 声称，在这些决策任务中，其延迟约比通过 Responses API 使用 GPT-6 Luna 低 10 倍。
Microsoft-Decision-1 是一款可在 Microsoft Foundry 公共预览版中使用的结构化决策模型。它基于 Qwen3.5-9B，面向分类、路由、排序、评分、验证和工作流控制等任务。
Cloudflare 将 Clef 和 Clef-flash 描述为开源或开放权重的决策模型，并根据 Apache 2.0 许可证发布了它们。它们也通过 Workers AI 提供托管服务，并采用与 Jev 兼容的 System One API 风格。
通常不应该。决策模型更适合受约束、高调用量的决策，而通用大语言模型仍然更适合生成、解释、复杂推理和开放式工具调用。许多生产系统会同时使用两者。
TypeSafe AI 获得 8.7 亿美元 A 轮融资之所以重要，是因为它验证的不只是一家初创公司，也验证了一种模型类别：快速、受约束、机器可读的决策系统，能够深度嵌入生产软件。
Jev 在 Vercel 上的快速采用、较低的输入价格、结构化输出以及以校准为重点的设计，解释了开发者为何对此感兴趣。但其最强的性能主张仍然需要结合背景理解：其中一些数据直接来自 TypeSafe，而 Vercel、Cloudflare、Microsoft 和 OpenAI 也分别在不同条件下发布了自己的测量结果。
最重要的市场信号在于竞争者跟进的速度。在短短几周内，Microsoft、OpenAI 和 Cloudflare 都推出了针对同一基本问题的产品。
Jev 最大的成就可能不是某一项基准测试或某一轮融资，而是证明了很大一部分生产级 AI 根本不需要说话。
從一句話開始，幾分鐘內拿到完整網站。
