2026 · SYSTEM ONE · TYPESAFE

软件开始 会做决定了。

Jev 不是下一个聊天模型。它放弃生成文字,只在 70–500 毫秒内返回带校准概率的结构化答案——代码可以直接用,不用再解析一段散文。

一次并行决定
state · “付款失败三天了。我现在就要有人处理。”
70–500ms 端到端延迟
$0.042 / 百万输入 token
0% 类型错误(构造保证)
10,071 近 7 日 X 讨论(Jev + TypeSafe)

它是什么

把智能当成函数调用,而不是一场对话。

TypeSafe AI 在 2026 年 9 月 15 日走出隐身期,发布第一款 System One 模型 Jev。名字来自杰文斯(Jevons):智能变便宜之后,需求不会下降,而会爆炸。

聊天模型为人和人说话而生。Jev 为软件里的判断而生:这单紧不紧急、该不该拦下这条命令、下一跳走哪条模型。输入是程序状态,输出是你事先定义好的类型——是否、选择、打分——每一项都带着概率。

它不是用来替换 Claude、GPT 或 Codex 的。它补上了智能栈里缺了很久的那一层:便宜、可校准、可组合的决定。

给小白

它不会说话。它只回答:是、选哪个、有多严重。

大模型一个字一个字往外吐,再让你去解析。Jev 把所有问题一次算完,直接给你概率。像智能 if:情况塞进去,分支拿出来。

聊天模型串行吐字,Jev 并行出决定 LLM · 串行 state tok tok 再解析 JEV · 并行 state + questions NOUL 0.96 CHOICE 0.87 SCORE 1.04 一次查询,全部答案
  1. 1. 把现场塞进去工单、行情、游戏状态、DOM,都行。这叫 state。
  2. 2. 只准问三种问题是不是、选哪个、打几分。选项你先写死,它不能编故事。
  3. 3. 代码拿概率做分支0.96 就执行,0.41 就停手。阈值在你这边,不在模型散文里。

三种原语

整个 API,只有三个问题。

NOUL

是否,以概率回答

一条 0 到 1 的信念。没有散文,也没有“我觉得可能”。你的代码拿阈值做分支。

CHOICE

从你定义的选项里选

最多 255 个选项。返回选定项、每一项的概率,以及置信度。适合路由、分类、下一步动作。

SCORE

在标尺上落点

2 到 10 级有序量尺。分数可以落在两级之间。适合风险、严重度、情绪、质量。

这一周

大家已经把它接进真正的系统里。

发布后三天,X 上出现上万条讨论。Vercel 和 Cloudflare 官方接入;开发者把它放进 agent harness、网关、数据库和游戏循环。感觉不像又一个模型发布,更像软件开始换接口。

在 AI Gateway 上构建能在毫秒级决定、路由、打分、停手的 agent。

@vercel_dev

把状态和带类型的问题发给第一个 System One 模型,拿回代码能直接用的结构化答案。

@CloudflareDev

fx 的安全审查今天跑在 GPT Luna 上。Jev 最高快 18 倍(p95),而且更准——很可能成为新默认。

Vercel fx · Guillermo Rauch

它不会写文章、不会聊天,但能在代码里当一个智能判断函数:分类、打分、路由。要的是判断力,不是表达力。

@dotey

它擅长什么

凡是代码需要聪明判断、又不需要它写一段话的地方。

聊天模型为取悦人而生。Jev 用 RLCD 训练校准的决定:一次查询并行给出全部答案,像智能 if。规则引擎太死,大模型太慢太贵、还可能跑偏——中间这层就是它。

01

流程里的智能分支

工单该给谁、紧不紧急、用户火不火。关键词规则太脆,LLM 太慢。几十毫秒给出带置信度的结构化判断,代码直接分支。

02

大规模打标与抽取

百万、上亿条文档分类、打标签、抽字段。输入 $0.042 / MTok,输出免费。量一上去,大模型的价钱和排队都会先爆。

03

实时循环

官方 Doom 演示约每秒 10 次调用、约 $7/小时。推荐、动态定价、游戏、交互里那些用户能感觉到的 100ms,大模型进不去。

04

给大模型当质检员

审命令、拦越狱、核格式、做护栏。自己不幻觉、自己够快,适合接在 Claude / GPT / Codex 后面做一层校验。

X 上这一周

自动驾驶、压缩、浏览器、杀戮尖塔、股票、躲火箭。

都是社区这两天公开的玩法。Jev 只出概率,循环、安全、算术仍在代码里。

最近大家在用什么

Jev 正在长进整条工具链。

VERCEL

AI Gateway + AI SDK

模型 ID typesafe-ai/jev。一行 evaluate() 就能决定、路由、打分。等名单的人先走这条。

CLOUDFLARE

Workers AI

env.AI.run('typesafe/jev')。边缘上做工单分诊、退款审核、账户风险——离用户更近的 100ms。

LANGCHAIN

TypeSafeClassifier

langchain-typesafe 把 Jev 接进 Runnable:模型路由中间件、工具调用前的风险拦截、和生成模型配对。

OPENROUTER

Decisions API

~typesafe/jev-latest / typesafe/jev-1.13。同一套 state + questions,走 OpenRouter 的决定端点。

SDK

TypeSafe Python / TS

typesafe-sdk@typesafe-ai/sdk。一个端点:POST /v1/systemone。默认 jev-latest

AGENTS

Claude / Cursor / Codex

官方 skill:npx skills add typesafe-ai/skills。社区 CLI 把 Noul / Choice / Score 接到终端和 Agent Skill。

HARNESS

fx · 护栏 · 路由

Vercel fx 用它审每一条命令。开发者拿它做意图分类:简单题走本地模型,难题再上前沿模型。

DATA

DuckDB · 压缩 · 批处理

把带类型的答案变成真正的 SQL 类型;用 Jev 给上下文打分再压缩;在仓库里对发票、邮件、重排序做对照实验。

BROWSER

MCP · 浏览器代理

jev-ra 一类项目让 Jev 在约 300ms 内决定每一步点击。编码 agent 第一次有了便宜的“视觉之外的判断”。

PLAY

Doom · Balatro · Mario

官方 Doom 演示证明实时智能;社区让 Jev 读结构化状态打游戏。100ms 的判断,开始进入循环,而不只是表单。

开源与真实项目

去读代码,比再看一篇发布会清楚。

下面都是公开仓库,不是本站。完整索引: awesomejev.com

BROWSER-USE

jev-ultrafast

Jev 一次请求选定操作和 DOM 节点;只有要打字时才叫小模型。浏览器代理第一次把“判断”从生成里拆出来。

browser-use/jev-ultrafast
LOCAL

openjev

在 3090 上复现 System One 的接口形态:一次前向,读出选项概率。复现的是用法,不是 Jev 的权重。

TheoLeeCJ/openjev
REVIEW

jev-review

分阶段代码审查:风险矩阵、文件画像、证据、严重度、条件路由。判断留下,补丁仍由人/agent 来写。

devagrawal09/jev-review
GAME

typesafe-mario

不看截图。模拟器 RAM 变成结构化状态,Jev 决定走、跳、停。和官方 Doom / Wikiracing 是同一类实时智能。

fhshaik/typesafe-mario
HTTP

hono-jev-router

按“意思”路由 HTTP。Hono 中间件把请求语义交给 Jev,路径表不再只靠字符串匹配。

yusukebe/hono-jev-router
SQL

duckdb-jev

把带类型的 Jev 答案变成真正的 SQL 类型。分类、打分可以写进查询,而不是先导出再跑脚本。

colliber/duckdb-jev
SOC

triagedy

安全告警当 UNIX 过滤器:JSONL 进去,类型化决定出来。策略留在代码里,Jev 只做分诊。

m0rphtail/triagedy
OFFICIAL

typesafe-ai/skills

官方 Agent Skill。Claude Code / Cursor / Codex 先装这个,再让模型写 Jev 调用,少发明字段。

typesafe-ai/skills
TRADE

jev-trader

每个 Monad 区块一次买卖决定。Jev 读盘口,代码下单。

jarrodwatts/jev-trader
DRIVE

typesafe-playground

从工单路由到 3D 驾驶:传感器进、转向刹车超车出。

kavehmz/typesafe-playground
COMPACT

pi-jev-compaction

用 Jev 给工具历史打分再压缩,过程可审计。

felixfisher/pi-jev-compaction
GAME

jev-plays-balatro

结构化牌局状态上的 Choice:留牌、出牌、停手。

IgorWarzocha/jev-plays-balatro

对照

聊天模型写句子。Jev 交决定。

Jev 前沿 LLM
输出 类型安全的结构化值 + 概率 字符串,再解析、再校验
采样 一次查询,并行给出全部答案 逐 token 自回归
训练 RLCD RLHF / RLVR
适合 工作流、路由、护栏、实时、大规模 map-reduce 对话、写作、开放推理、可验证生成

数字来自 TypeSafe 自评:约 40×–200× 更快,工作流评测上最高约 444× 更便宜。请自行复现。

怎么开始

四条路,都能摸到 Jev。

  1. TypeSafe

    申请 early access,用 TYPESAFE_API_KEYapi.typesafe.ai/v1/systemone。当前稳定版 jev-1.13.0,别名 jev-latest

  2. Vercel AI Gateway

    创建 Gateway Key,模型写 typesafe-ai/jev。社区反馈:不必等 TypeSafe 名单也能试。

  3. Cloudflare

    Workers AI 模型 typesafe/jev。把决定放在边缘,和你的站点、队列、Durable Objects 待在一起。

  4. OpenRouter

    Decisions API,模型 ~typesafe/jev-latest。适合已经把密钥收在一处的团队。

import { experimental_evaluate as evaluate } from "ai";

const result = await evaluate({
  model: "typesafe-ai/jev",
  state: ticket,
  questions: {
    unsafe: { type: "boolean", instructions: "Destructive or exfiltrating?" },
    next:   { type: "choice",  instructions: "What should the agent do next?",
              criteria: { run: "Safe to execute", ask: "Needs a human", stop: "Abort" } },
  },
});