一句话：它是一次函数调用，不是一次对话
TypeSafe AI 在 2026 年 9 月 15 日发布了他们称为 System One Models 的新模型类别，以及第一个公开模型 Jev。 官方给它的定义是：把非结构化状态输入、把类型化的概率判断输出，像调用一个函数那样使用前沿智能。
名字来自卡尼曼对快思考与慢思考的划分。他们的判断是：软件里绝大多数决策其实是「系统一」式的快速判断——这属于哪一类、要不要升级处理、这条消息急不急—— 而我们一直在为这些判断租用「系统二」。
和现有 LLM 的逐项对照
下面这张表直接来自官方发布博文里的对照，左列是现有 LLM，右列是 Jev：
| 维度 | 现有 LLM | System One + Jev |
|---|---|---|
| 训练目标 | RLHF / RLVR：人类偏好、可程序化验证的结果 | RLCD（Reinforcement Learning for Calibrated Decisions）：带诚实概率的判断 |
| 输入 | 非结构化数据，偏重连续对话消息 | 非结构化数据，偏重结构化程序状态 |
| 输出 | 字符串。灵活但需解析与校验，且可能跑偏 | 类型安全的结构化值，结构预先定义，不会产生类型错误，每个答案附校准概率与置信度 |
| 采样 | 串行，逐 token 生成 | 并行，一次查询生成全部输出 |
| 成本 | 输入 $0.20–$10 / 百万 token；输出约为输入的 5 倍 | 输入 $0.042 / 百万 token；输出免费 |
| 端到端延迟 | 3–329 秒 | 70ms–500ms |
| 置信度 | 即使要求给出置信度，也常常过度自信且不一致 | 每个输出都带置信度，且是校准的：置信度越高准确率越高 |
最后一行是最容易被略过、但对工程落地最关键的一条。官方的说法很直白：如果一个模型 95% 的情况能做对，却不告诉你什么时候落在那 5% 里，你就没法把这件事自动化。校准置信度的意义在于你可以设阈值：高于多少自动执行，低于多少转人工。
三种问题原语
按 Cloudflare 的模型文档与 Pydantic AI 的集成说明，Jev 回答三类类型化问题，并且三类可以共用同一次请求：
| 原语 | 问什么 | 典型用途 |
|---|---|---|
| Noul | 是否为真（带概率） | 这条请求有没有害？这个订单符不符合退款政策？ |
| Choice | 从你给定的选项里挑一个 | 这张工单属于哪个分类？该路由给哪个团队？ |
| Score | 在你定义的量表上给一个位置 | 紧急程度打几分？内容风险有多高？ |
Pydantic AI 的文档里给了一句很实用的补充：多加字段几乎是免费的——所有字段在同一次请求里一起出去， 一个只在部分输入上才需要的字段，成本体现在 token 上而不是时间上。换句话说，一次问清所有判断，比分几次问划算得多。
它明确不做什么
- 不生成文本。不写聊天回复、不写代码、不写文案。
- 不解释答案。它给判断和概率，不给理由。需要理由的场景要另外安排。
- 不做摘要、不填自由文本字段。
所以它不是 ChatGPT 或 Claude 的替代品，而是把系统里那部分「本来就该是判断、却被迫用生成模型来做」的活儿接走。 哪些活儿属于这一类、怎么算清换过去省多少，见 Jev 实战：哪些判断该换、怎么接进系统。
四条需要你自己验证的说法
- 基准是厂商自测。官方演示里 Jev 用 0.114 秒、花费 $0.000081，GPT-5.6 Terra 用 8.566 秒、花费 $0.013880，TypeSafe 据此称快 193.6 倍、便宜 444.6 倍。第三方报道明确指出这些数字来自 TypeSafe 自己的工作流评测。拿你自己的数据跑一遍再下结论。
- 架构未公开。没有公布权重、参数量，也没有自托管方案，目前只有托管 API。
- 上下文 32,000 token，且仅文本。不少真实负载装不下，长文档、多模态场景直接出局。
- 仍是早期访问。候补名单制，服务稳定性与定价都可能变化。
把这四条写清楚不是唱反调。恰恰相反：一个只给判断、还诚实告诉你自己有多确定的模型，如果数字属实，对工程化是很有价值的。 但「如果属实」这四个字得由你的数据来回答。
怎么拿到访问权限
官方途径：免费。去 typesafe.ai 点 Join Waitlist 加入候补名单。官方在发布博文里写明正在「尽快把开发者从候补名单放出来」。 这一步不花钱，如果你不着急，这就是标准做法。
不想等：ClaudeMax 上架了「JEV 邀请函」（¥11）。下单时留下你自己的邮箱，邀请发到你的邮箱里， 之后账号由你自己注册和持有。按站内邮件类商品的口径，通常 10–30 分钟内发送到你填写的邮箱；付款后规定时间内未交付全额退款。
两点要说在前面：候补名单本身免费，这笔钱买的是排队时间，值不值取决于你多急着开工； 另外 TypeSafe 的使用条款写明站点使用许可「仅供个人使用、不可转让」，所以务必把邀请发到你自己要用的那个邮箱，账号自己注册，不要去买别人已经在用的账号。 ClaudeMax 不是 TypeSafe 官方，也不是其授权渠道——这一点和我们对其他产品的口径一致，见 代理商尽调清单。
拿到之后先做什么
- 找一个你系统里已经在用 LLM 做判断的地方：分类、路由、风险打标、优先级排序。
- 把同一批真实输入同时跑 LLM 与 Jev，比三件事：准确率、端到端延迟、单次成本。
- 看校准是否成立——把结果按置信度分桶，检查高置信度桶的准确率是不是真的更高。这是决定能否自动化的关键。
具体的决策盘点方法、成本算例，以及通过 Pydantic AI 与 Cloudflare Workers AI 接入的写法，见 实战篇。
一句话总结
Jev 把「判断」从生成模型里拆了出来：输出类型安全、带校准概率、并行返回、输出免费、延迟毫秒级。 它不替代 ChatGPT 和 Claude，它替代的是你系统里那些本不该由生成模型来做的判断。 候补名单免费，着急就买张邀请函省时间。