前 OpenAI 研究员 Diogo Almeida 潜伏两年的新模型，第一件事是拔掉了它说话的能力。2026 年 9 月 15 日，TypeSafe AI 发布的 Jev 放弃了自然语言生成，它只输出带有校准概率的类型化决策。全世界都在追逐会写诗、会写代码的全能助手，试图用大模型包揽一切任务。Jev 却在反向操作，它用放弃通用生成能力换来了确定的概率契约。
并行采样切断了生成延迟
逐 token 顺序采样的延迟与成本是逐次累加的：回答越长，等待越久。Jev 给出的解法是并行采样，一次 query 直接生成全部类型化输出，绕开了自回归的串行结构。TypeSafe 公布的端到端延迟为 70ms 到 500ms，而前沿模型的响应时间通常在 3 到 329 秒之间。从顺序生成切换到结构化数据的并行抛出，响应时间被拉平到了普通 API 的量级。
图：Jev 在约两个数量级的区间里独占 Pareto 前沿。来源：TypeSafe AI
TypeSafe 给出的定价是输入每百万 token 0.042 美元，输出 token 免费。官方公开宣称在同等智能水平下，Jev 快了 193.6 倍，便宜了 444.6 倍。这组数字出自他们自己的 workflow 评测，官方也承认属于偏高的一端，真实收益会更低。输出 token 免费这件事，官方自己承认无法证明没有补贴——定价能不能长期撑住，只能靠时间验证。
名字里也埋着他们的判断。System One 取自 Kahneman《思考，快与慢》里快而直觉的系统一，Jev 取自 William Stanley Jevons——那位发现蒸汽机效率提升反而推高煤炭需求的英国经济学家。押的是同一个赌注：智能单价每降一个数量级，解锁的用例会多出几个数量级。
新训练路线交付校准概率
传统的语言模型严重倾向于过度自信。即便在提示词中明确要求给出置信度，前沿大模型也无法准确标定自己可能犯错的边界区间。TypeSafe 放弃了依靠人类偏好的 RLHF 与依赖可验证奖励的 RLVR，转而采用 RLCD（校准决策强化学习）路线。RLVR 会沿着整条推理链给导出正确答案的 token 盲目加权，而 RLCD 明确训练模型输出真实的校准概率。
在工程实践中，知道系统有 80% 的概率会出错，比拿回一个看似完美却暗含谬误的长篇大论有价值得多。**校准概率让软件系统能在低置信度时自动触发降级分支，或者将高风险决策回退给人类干预。**当每一个输出都附带可靠的置信度标定时，AI 决策就拥有了可编程的错误容忍度。
社区争议揭开幻觉另一面
Jev 宣称在类型安全测试中实现了 0% 幻觉，这在社区引发了剧烈反弹。在 Hacker News 超过 1400 分的讨论中，高赞质疑指出，所谓的「不可能产生类型错误」仅仅是用 schema matching 在接口层做了强制校验。这与过去几年依靠 BNF 或 grammar 约束解码的技术是同一回事。用硬编码卡死输出格式，离消灭推理链条上的逻辑断裂还有很远的距离。
图：LLM 与 Jev 在幻觉和类型安全上的表现差距。来源：TypeSafe AI
在维基百科页面跳转演示中，Jev 依然虚构了一个不存在的链接地址。支持方认为，幻觉是推理算法随机游走的天然产物，严格的类型约束能收敛搜索空间，对自动化已经够用。反方则坚持，真正不幻觉的模型必须能查证事实，光保证 JSON 格式合法不算数。这场争论的分歧点很清楚：一方要求智能本身百分百真实，另一方只要接口百分百合规。
用评测体系倒逼接口改造
TypeSafe 提出了一种称为 workflow evals 的新评测体系，用 GPT-6 Astra 与 Fable 5.1 等前沿模型的输出作为参考概率分布。所有受测模型跑同一张由代码表示的计算图，对比谁更接近前沿模型的参考答案。这种评测方法直接预设了所有模型都必须输出受约束的格式化数据。官方自己点出了偏差：参考分布取自 OpenAI 与 Anthropic 的模型，因此可能低估自家模型，也可能低估 DeepSeek 的模型。
图：大量独立、可分解的问题，最终由概率驱动离散分支。来源：TypeSafe AI
在官方的 Doom 演示中，模型接受文本形式的游戏状态输入，跑出了每秒 10 次的响应速度，成本仅为每小时 7 美元。虽然非 AI 的规则机器人能打出更高的分数，但这跑通了一条明确的路线。通用模型只要接受接口阉割，就能在不堆算力的前提下胜任高频实时任务。
阻碍大模型走向深度自动化的真瓶颈在接口侧，不在智力水平的绝对差距上。把自由文本输出转换为携带校准概率的类型化决策，同时覆盖了延迟、成本与程序兼容性。AI 进入复杂软件系统的考核标准已经迁移：软件工程愿意为这个非确定性组件支付多少适配代价。
参考链接：
- Introducing System One Models and Jev
- Hacker News Discussion
