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/articles/jev-decision-model-typesafe-ai-870m-serie-7b7d7513.md.
短短几周内，TypeSafe AI 从一家相对默默无闻的基础设施初创公司，迅速成为 AI 领域最受关注的基础设施初创公司之一。
短短几周内，TypeSafe AI 从一家相对默默无闻的基础设施初创公司，迅速成为 AI 领域最受关注的基础设施初创公司之一。
该公司目前已宣布完成 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，这都足以成为一条重要消息。但真正让这件事不同寻常的，是推动这一势头的产品：Jev。它不是试图成为聊天机器人，不生成长篇文章，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。
一次典型的 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：
请为我写一份详细解释。
TypeSafe 将 Jev 称为 System One 模型：一种专为快速、受边界约束且结构化的决策而设计的模型，软件可以直接使用其结果。
Jev 不输出自由形式的文本，而是返回诸如以下内容：
这一聚焦方向让 Jev 的成本足够低、速度足够快，可以运行在高吞吐量的软件工作流中；在这类场景下，使用传统前沿大模型往往会造成不必要的延迟或成本。
而市场反应非常强烈。
TypeSafe AI 于 2024 年在旧金山成立。
在 Jev 发布前，该公司大约花了两年时间以隐身模式运营。
2026 年 9 月 15 日，TypeSafe 发布首个 System One 模型，并介绍了其背后的训练方法：用于校准决策的强化学习（Reinforcement Learning for Calibrated Decisions，简称 RLCD）。这标志着公司首次公开进入市场视野。
原始来源提到，TypeSafe 此前曾在 Jev 发布前后宣布完成 4000 万美元种子轮融资。不到一个月后，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 | 已确认信息 |
|---|---|
| A 轮融资 | 8.7 亿美元 |
| 投后估值 | 75 亿美元 |
| 领投方 | Andreessen Horowitz |
| 其他具名参与者 | 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：
重要的是，投资者押注的并不只是又一个通用型前沿模型。
他们押注的是一个不同的模型类别。
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，但通常是通过自回归文本生成来完成的。
TypeSafe 认为，当应用程序已经知道答案的形态时，这种方式就是一种浪费。
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 + 受边界约束的输出
↓
应用程序根据结果进行分支处理
TypeSafe 将这种能力描述为“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 当前列出的 Jev 价格为：
输入：0.042 美元 / 100 万 tokens
输出：免费 / 不计量
这一价格远低于大多数通用型前沿模型。
原因在于其架构。
Jev 并不是逐个 token 地生成任意文本。TypeSafe 表示，其采样器会并行返回某个决策所需的受边界约束输出。
公司声称，其服务端到端延迟大约在 70–500 毫秒之间，并表示，对于形态相近的 System One 工作负载，Jev 的速度可以提升 40–200 倍。
这些数据来自 TypeSafe 发布的评估，应当被理解为供应商针对 Jev 所设计任务形态提出的说法。
TypeSafe 最有力的主张之一，是 Jev 不会产生类型错误。
这一点需要准确理解。
它意味着，如果应用程序声明了一个受边界约束的输出架构，Jev 返回的值就会符合该输出契约。
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，这是一个重要的可靠性属性。
但类型安全 并不意味着 语义决策永远正确。
模型可能返回一个有效的 reject 值，但仍然做出错误的业务决策。
因此，Jev 还会返回概率和置信度信息，让应用程序能够设置如下阈值：
置信度 >= 0.95
→ 自动化处理
0.70 <= 置信度 < 0.95
→ 二次检查
置信度 < 0.70
→ 人工审核
因此，模型的实用性既取决于分类质量，也取决于校准能力。
原始文章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它的速度。
据 Vercel 称，Jev 在 24 小时内触达了近 13% 的付费团队。
在当时，这一比例超过了 AI Gateway 历史上此前任何一次模型发布的两倍。
Vercel 还指出，Jev 在最初 12 小时内就超过了所有对比模型，并继续扩大其首日领先优势。
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：
人类聊天机器人：
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
→ 全天重复执行
原始文章用一句简单的话概括了这一点：
人会睡觉，代码不会。
原始文章还引用 TypeSafe 和投资者的说法称，Jev 在发布后的 三天内处理了约一万亿 tokens。
TypeSafe 后来表示，这些流量是持续性的，而不是一次性的峰值。
公司在 A 轮融资公告中进一步表示，约 三分之一的《财富》500 强企业正在使用或集成 Jev，并声称客户已经节省了数百万美元的生产成本。
这些是 TypeSafe 自行披露的业务指标，并非经过独立审计的数字，但它们有助于解释为什么投资者将 Jev 视为不只是一个病毒式传播的开发者演示。
这种使用模式显示出机器到机器的需求。
一旦 Jev 被嵌入以下环节：
每当外围软件进入相应分支时，它都可以调用 Jev。
这正是 TypeSafe 为其设计的工作负载。
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；这些工作推动了 ChatGPT 和 GPT-4 的发展。
在 OpenAI 期间，Almeida 参与了相关方法的研发，这些方法帮助原始语言模型转变为能够遵循指令并与人自然互动的系统。
离开 OpenAI 后，他越来越质疑：聊天是否应该成为软件内部智能的默认界面。
他在 TypeSafe 的 Jev 发布文章中概括了这一转变：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取得进展？
聊天机器人针对灵活性进行了优化。
当人类阅读输出时，这种灵活性很有价值。
但生产软件通常需要的是相反的特性：
TypeSafe 的观点是，对于这些任务而言，通用语言生成往往是一种过于强大的抽象。
与其要求前沿模型写出结构化答案，再对文本进行验证，不如让 Jev 直接做出受边界约束的决策。
公司的口号体现了这一理念：
构建生产级产品，而不是上帝。
这句话的措辞有意带有挑衅性，但其底层思想很务实：优化的是能够在生产环境中可靠运行的软件，而不是将每一种 AI 产品都视为通往某个万能模型的阶段。
TypeSafe 将其训练方法称为 用于校准决策的强化学习（Reinforcement Learning for Calibrated Decisions，RLCD）。
公司将其与两种熟悉的方法进行了对比：
| 训练方向 | 主要优化目标 |
|---|---|
| RLHF | 人类偏好的回复 |
| RLVR | 可验证的推理结果 |
| RLCD | 经过校准的结构化决策 |
在 Jev 中，校准能力处于核心位置。
如果模型给出 0.90，目标就是在适当的评估分布上，获得大约这一置信度的事件实际有约 90% 的概率是正确的。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
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加有用。
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
→ 自动化处理
中等置信度
→ 请求另一个模型进行判断或应用更多规则
低置信度
→ 升级给人工处理
这也是决策模型对高吞吐量系统具有吸引力的原因之一。
它们不会消除不确定性。
它们让软件更容易使用不确定性。
原始文章还强调了 Almeida 对公开基准竞争的怀疑态度。
TypeSafe 确实发布评估结果，但其发布材料花费了不同寻常的篇幅来说明相关限制。
例如，公司明确指出：
这是一个有用的区分。
TypeSafe 仍在积极营销其模型，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、编程、对话
决策模型
→ 分类、路由、评分、验证、门控、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。
这段背景有助于解释产品的侧重点。
Jev 更少关注创建新的消费级界面，而更关注构建一种开发者可以深埋在基础设施中的能力。
Jev 的快速采用还产生了第二个影响。
它如此迅速地验证了这一品类，以至于主要基础设施和模型公司在几周内就开始发布竞品。
原始文章正是以这一变化作为结尾。
Microsoft 宣布推出 Microsoft-Decision-1，这是一款专门为结构化决策评分而构建的模型。
该模型基于 Qwen3.5-9B，并通过 Microsoft Foundry 以公开预览形式提供。
它支持以下任务：
在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 表示，在涵盖近 15 万个问题的 36 项基准测试对比中，该模型取得了最高准确率，并称在其内部评估中，该模型的速度明显快于 GPT-6 Sol。
这些数据来自 Microsoft 自行进行的基准测试，因此开发者在将其视为普遍性能排名之前，应当先根据自身工作负载验证模型。
OpenAI 也朝着相同方向发展，于 2026 年 10 月 6 日发布 Decisions API 公测版。
该 API 由 GPT-6 Luna 提供支持，可以接收文本、图像或两者兼有的输入。
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 |
| 评分 | 在有序等级上进行概率加权评分 |
OpenAI 表示，对于相关任务形态，专用 API 的决策返回速度大约比通过 Responses API 使用 GPT-6 Luna 快 10 倍。
其公测版定价非常简单：
输入：0.10 美元 / 100 万 tokens
输出：不收取输出 token 费用
缓存读取费用：无
缓存写入费用：无
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 周围提供了专门的决策接口。
不过，从应用开发者的角度看，两者服务的是相似需求：
输入状态
→ 输出受边界约束的类型化决策
Cloudflare 更早加入这一领域，于 10 月 1 日宣布推出 Clef 和 Clef-flash。
两者都是可通过 Workers AI 使用的决策模型，Cloudflare 还依据 Apache 2.0 许可证开放了模型权重。
它们采用与 Jev 兼容的 API 形态，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 发布了以下信息：
| 模型 | 规模 | 上下文 | 预期重点 |
|---|---|---|---|
| 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 在重点展示的 10 项决策基准中的 7 项取得领先，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。
它们可以作为有价值的竞争证据，但不能被视为适用于每种部署方式的通用延迟保证。
原始文章的核心观点并不只是 Jev 筹集了一笔巨额资金。
更重要的是，一个原本不同寻常的模型类别几乎立即变得拥挤起来。
几周之内，市场上已经出现：
每种实现各不相同，但它们共享一个共同洞察：
并不是每个 AI 请求都需要生成式文本。
许多生产任务更接近智能化的 if 语句。
例如：
如果欺诈概率 > 0.98：
拦截()
否则如果欺诈概率 > 0.70：
审核()
否则：
放行()
困难之处不在于编写分支。
而在于从混乱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型大语言模型构成威胁。
但在实践中，它们可能会增加 AI 的总体使用量。
通用型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
→ 只有在需要时才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
这让开发者可以把昂贵的推理能力留给真正需要它的部分。
其他任务则可以由成本更低的受边界约束模型完成。
结果可能是整体 AI 调用次数增加，而不是减少。
这一理念与 Jev 这一名称相呼应。TypeSafe 表示，该名称源自经济学家 William Stanley Jevons 以及杰文斯悖论：效率提升可能会增加总体消费，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
→ 机器智能的总体使用量上升
Jev 是 TypeSafe AI 的首个 System One 模型，专为快速、结构化的决策而设计，而不是用于自由形式的文本生成。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边界约束答案。
TypeSafe 当前列出的 Jev 价格为每百万输入 tokens 0.042 美元，且不计量输出 tokens。该价格适用于 Jev 的结构化决策接口，而不是通用文本生成模型。
TypeSafe 最强的正式主张是输出类型安全：受边界约束的架构可以防止模型输出任意的格式错误内容。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很重要。
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，在当时的 AI Gateway 历史上，Jev 是采用速度最快的模型。
Decisions API 是 OpenAI 的公测端点，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，对于这些决策任务，其延迟大约比通过 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设计。
Cloudflare 将 Clef 和 Clef-flash 描述为开源/开放权重的决策模型，并已依据 Apache 2.0 许可证发布它们。两者也通过 Workers AI 托管，并采用与 Jev 兼容的 System One API 风格。
通常不应该。决策模型最适合受边界约束的高吞吐量决策，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 的 8.7 亿美元 A 轮融资之所以重要，是因为它验证的不只是某一家初创公司，也验证了一个模型类别：快速、受边界约束、机器可读的决策系统，能够深入生产软件内部运行。
Jev 在 Vercel 上的快速采用、较低的输入价格、结构化输出和以校准为核心的设计，展现了开发者为何对它感兴趣。但其最强的性能主张仍然需要结合上下文理解：其中一些来自 TypeSafe，Vercel、Cloudflare、Microsoft 和 OpenAI 也分别在不同条件下发布了各自的测量结果。
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 最大的成就或许不是某项基准测试或某一轮融资，而是证明了大量生产级 AI 根本不需要说话。
从一句话开始，几分钟内拿到完整网站。
