TypeSafe AI

不少人都有这样一个疑问：大模型的对话能力早就已经超越普通人，可真正稳定嵌入业务系统、落地自动化流程，为什么依旧困难重重？

TypeSafe AI 的创始人 Diogo Almeida，正是当年参与打造 ChatGPT、深耕指令跟随研究的前 OpenAI 研究员。历时两年隐身研发，他带来了一条完全不同的技术路线——System One 模型，首款产品 Jev。它主动放弃自然语言文本生成，不再服务人类对话，专门输出软件可以直接读取的类型化概率决策。

传统LLM是自回归逐token生成字符串。哪怕设定好输出格式，程序拿到文本之后，还要额外解析、校验，很容易遇到格式错乱、幻觉编造内容的问题。同时串行生成带来高延迟，调用成本居高不下，埋在多层业务链路里，很容易拖垮整套系统。

Jev 的整套技术栈全部重新设计，采用全新架构、并行采样器，搭配自研的RLCD校准决策强化学习。输入可以是非结构化文本或者程序状态，输出是提前定义好的结构化结果，自带校准后的概率与置信分数。模型从根源杜绝类型错误，不需要后端代码额外做解析工作。

新旧模型核心差异一览

官方也坦诚，这里所说的“无幻觉”，不是模型判断永远正确。而是它不会像文本大模型那样编造引用、捏造事实；输出严格限定在预设结构内，不会出现非法格式，解决工程落地里最头疼的类型解析崩溃问题。

实测演示，看它到底能做什么

团队准备了两组很直观的演示，用来对比Jev和GPT-5.6 Terra的差距。

业务工作流测试是更贴近真实生产环境的场景，在这类任务上Jev站上帕累托最优前沿，最高可以做到193.6倍更快、444.6倍更便宜。当然团队也说明，这个是测试场景下的上限收益，真实业务里的提升幅度会有所浮动，评测本身也存在一定偏差。

还有两个趣味Demo，直观展示模型能力：

1. 《毁灭战士》AI智能体：读取游戏状态，每秒完成10次决策，实时控制游戏角色。虽然专业游戏机器人性能更强，但验证了Jev毫秒级实时决策的能力。
2. Wikiracing维基竞速：从一个维基页面出发，在海量链接里挑选下一步跳转页面。在多达数百个候选选项中做选择，稳定完成多步长链路推理。当可选数量超过255，模型会自动切换两阶段打分机制。

适合落地的场景

Jev不是用来替代ChatGPT这类对话模型，而是补齐AI自动化底层缺失的判断单元：

• 业务工单自动分类、客户咨询路由、内容打分评估
• 海量数据Map-Reduce批量抽取与判断
• AI Agent内部工具调用决策，规避幻觉调用
• 实时系统毫秒级智能分支，替代脆弱的手写if规则
• 对其他大模型输出做校验、护栏检测，识别越狱提示

目前Jev已经开放早期访问，开发者可以申请体验。TypeSafe AI团队表示，这只是System One系列的起点，后续还会持续迭代，邀请开发者反馈真实场景里的短板。

一句话总结：LLM是给人看的，Jev是给程序读的。它把AI从聊天助手，变成埋在业务底层、低成本、高稳定的智能判断组件。