TypeSafe AI · System One
不会写一句话，却想成为软件里的决策层
它不是更小的聊天模型，而是把自然语言与程序状态压成类型化判断、概率与置信度的"可编程智能单元"。真正的赌注不是模型会不会说话，而是每个智能组件是否都需要说话。
核心判断
Jev 的价值主张清晰：用极低价格与亚秒延迟占据 agent 管道中的 routing、ranking、verification。它已证明开发者需求存在，但尚未证明 RLCD 的技术壁垒、跨域校准与长期商业可持续性。
先把品类说清：它不是"更小的聊天模型"，而是一种新的模型接口形态。
TypeSafe AI 把 Jev 定义为 System One 模型——借用认知心理学里"系统一 / 系统二"的说法：前沿 LLM 是慢思考的 System Two，负责规划与写作；Jev 只做快速、原子化的判断。输入是程序状态（文本、JSON、文本数组），输出不是字符串，而是类型化的值 + 概率 + 置信度，可以直接被代码消费，不需要解析、校验与重试。
所以它的竞争对象不是聊天框，而是今天被塞进 agent 管道里的那些"用大炮打蚊子"的调用：拿前沿 LLM 做分类器、路由器、裁判（LLM-as-judge）。Jev 想把这类调用的价格打到 $0.042 / 百万输入 token、延迟压到 70–500ms，并用 RLCD（Reinforcement Learning for Calibrated Decisions，校准决策强化学习）保证输出的概率是"校准过的"——说 0.9 就大致有九成把握。
最佳用法不是单独工作："快模型反应，慢模型规划和写作。"Jev 做高频、边界清晰的小判断，只在必要时调用昂贵的前沿 LLM。
企业背景与关键时间线。证据等级沿用原文标注：verified live 一手核实 · index 一手索引 · 第三方转述
旧金山创立。TypeSafe AI 在 Embarcadero 附近现场办公，隐身研发约两年，2026 年随 Jev 出隐身。成立地点与团队信息来自第三方转述。
种子轮，DCVC 领投。Forbes 引述知情人士称估值约 2 亿美元，公司未证实；其他投资人未披露。 转述
曾在 OpenAI 约四年，参与 RLHF、InstructGPT、ChatGPT 与 GPT-4；GPT-4 贡献者名单注明其 "Foundational RLHF and InstructGPT work"。2024 年离开 OpenAI。
连续创业者，曾围绕 DNA 测序机器学习创办 Ravel，履历还包括 Invitae、Freenome。 转述
前 Meta / FAIR 研究工程师，曾涉 News Feed 与 AI 研究。 转述
产品定位：当前产品线只有 Jev 一款旗舰模型，加 API、SDK、agent skill、文档与 cookbook。TypeSafe 自称 "data lab，而非 model lab"，核心资产不是聊天能力，而是为 "programs in the loop" 制造训练数据与 RLCD 方法。
旧金山创立；Almeida 离开 OpenAI，团队进入约两年隐身研发。 转述
首个 System One 模型开放 early access；同步宣布 DCVC 领投 4,000 万美元种子轮。 verified live
分发从首日开始。
Vercel 报告 24h 约 13% 付费团队采用；OpenRouter 上架；48h 内出现六个复刻。 index 转述
新用户 $5 额度；Cloudflare、LangChain、Langfuse 接入。 转述
截至初版报告日期尚未到期。 index
BenchLM 报道：Jev 在 Cloudflare Decision Index 0.2.1 邮件垃圾分类基准快照中以 97.4% 准确率领先。 10-19 新增 第三方转述
新增三项 "danger-zone" 实验特性：图像输入、原生 bounding-box 输出类型、可选 262k token 上下文；公司明确表示均非生产就绪。 10-19 新增 第三方转述
确认 Jev 两周内覆盖 35% 付费团队，为 Vercel AI Gateway 历史上采用最快的模型；首周尝试团队中 55.6% 在第二周回访。 10-19 新增 index
传统 dense / MoE / 参数规模模板在这里并不适用：官方没有公开参数量、底层架构或预训练 token。已知的是模型接口、训练目标与系统行为。
从自定义列表选一项，返回选项、各选项概率与置信度；最多 255 项。
在自定义量表上打分，返回分数、背后概率与置信度。
判断一个陈述是否为真，返回 0–1 单一数值。
三种原语可在单次 API 请求中混用；所有问题面向同一 state 并行求值，增加问题数几乎不增加延迟。 verified live
交互示意 · 下方为本地模拟，用来演示"类型化判断"的返回形态，不是 Jev API 的真实返回。
TypeSafe 将 Reinforcement Learning for Calibrated Decisions 描述为继 RLHF、RLVR 之后的第三次"换任务"：优化认识论上诚实的、校准过的决策概率，而不是人类偏好或可验证奖励。公司称两年隐身期研发了新架构、并行采样器与 RLCD。 verified live
关键证据缺口：RLCD 没有论文、奖励函数、公开校准曲线或独立复现；参数规模、dense/MoE、训练数据构成与预训练 token 量都未披露。社区"编码器 + 排序分类器"的判断只是基于复刻项目的推测。
| 维度 | 规格 | 核实 |
|---|---|---|
| 版本 | jev-1.14.0（2026-10-14）；初版调研时为 jev-1.13.0，jev-latest / jev-preview 别名滚动指向最新 | verified live 10-19 更新 |
| 上下文 | 64k token / 请求；state + 最长单个问题 ≤ 32k；1.14 起可选 262k（实验性） | verified live 1.14 部分为转述 |
| 输入 / 输出 | 文本输入（1.13 起支持图像输入）；类型化结构值输出；不生成文本、代码或摘要 | verified live |
| 速率 | 250k token / 秒；1,200 请求 / 分钟，动态调整 | verified live |
| 定制 | 不支持微调 / LoRA；通过 state 与 criteria 编码业务规则 | verified live |
| 数据 | 客户请求 / 响应不用于训练；可选零数据留存（ZDR） | verified live |
2026-10-19 新增 · JEV 1.14.0
TypeSafe 于 2026-10-14 发布 Jev 1.14.0（经 jev-preview 别名滚动推出），新增三项被官方称为 "danger-zone" 的实验特性：图像输入、原生 bounding-box 输出类型、可选 262k token 上下文窗口。公司明确表示这些特性均非生产就绪（not production-ready），通过实验性 API flag 控制访问。1.13.0 已支持图像输入，1.14 把"更长上下文"做成可选项。
来源：RuntimeWire（2026-10-16）、global1.news，均为第三方转述厂商发布。
前两项是厂商 workflow evals 的高端收益，不是独立基准。参考答案取 GPT-6 Astra 与 Fable 5.1 平均，工作流由内部团队编写，LLM 对照使用 TypeSafe 自家 wrapper；官方主动披露这些偏差。后两项仅见单篇 Substack 转述，benchmark 未具名，待证实。
10 月出现了一个新的第三方基准锚点：BenchLM 2026-10-01 报道，Jev 在 Cloudflare Decision Index 0.2.1 邮件垃圾分类基准快照中以 97.4% 准确率领先。这是目前除厂商自测与单篇 Substack 之外，少见的具名基准数字，但仍属第三方转述，未获同级一手独立确认。 10-19 新增
| 方案 | 延迟 / 成本 | 输出 | 主要短板 |
|---|---|---|---|
| Jev | 70–500ms；$0.042/M 输入，输出免费 | 类型化值，原生概率 | 不生成；准确率不及前沿；RLCD 不透明 |
| 前沿 LLM + 解析 | 官方口径 3–329s；$0.2–$10/M 输入，输出约 5× | 字符串，需解析 / 校验 / 重试 | 贵、慢、胶水代码多 |
| 结构化输出 | 同底层 LLM | schema 约束 JSON | 仍付生成延迟与模型价格 |
| Groq 类加速 | 低于原模型 | 同原模型 | 不改变模型行为与成本结构上限 |
| 开源小模型 | 可比；自建成本 | 自行约束与校准 | 工程投入，效果待验证 |
分发速度是这份报告里最硬的一组事实——但分发不等于收入，见 §4。
数据源：Vercel 官方（9 月 24h 口径）与 Vercel 10 月 AI Gateway Production Index（经 The Indus Pulse / TechAmerica 转述）。三条口径不同，不构成同一时间序列。
| 项目 | 内容 |
|---|---|
| API | POST /v1/systemone；GET /v1/models；模型名 typesafe-ai/jev（Vercel） |
| 价格 | $42 / 十亿输入 token（$0.042 / 百万）；输出免费 |
| 试用 | GA 后新用户 $5 额度，约 1.2 亿 token（第三方转述）；Vercel 免费期至 2026-09-25 |
| 许可 | 专有；不开放权重；不支持客户微调 |
| 工具链 | Console / playground、Python / JS SDK、agent skill、约 20 个 cookbook、4 类生产 patterns |
官方开源的是 "System One LLM" 对照 wrapper，不是 Jev 权重。48 小时内出现 Laya、DiffusionGemmaJev、Bespoke Nimble、SemIf / OpenJev、Jevlike、Kev-0.5B 六个社区复刻；它们不能证明 Jev 的真实架构，却表明低端替代的进入门槛可能不高。 转述
技术影响看用例往哪里落；商业影响看钱从哪块预算里出、能不能持续。
官方 cookbook 约 20 个 recipe，覆盖 SEC 年报 75 行业分类、182 选 1 的 agent skill 选择、专利 / 零售 / 生物医学 / 源码层级分类，以及用 Jev 概率训练下游经典模型的 "autoresearch"。Earendil CTO Armin Ronacher 被转述用于监控 LLM agent 与模型路由。趣味 demo 包括 10 查询 / 秒的 Doom bot 与高基数 Wikiracing。
10 月的新证据显示使用已经溢出 demo 层：Vercel 自己也在用——工程师 Pranit Sharma 称在命令安全分类工作流中用 Jev 替换了更大的 AI 系统，速度提升 5–18 倍；Bryo AI 的 CTO Nikhil Mudholkar 称 Jev 的显式置信度分数比 Gemini 的输出更具可操作性（尽管 Gemini 准确率略高）。 10-19 新增 第三方转述
如果"快模型 / 慢模型"分工成立，受影响最大的不是终端用户界面，而是 agent 框架内部的调用结构：路由、护栏、裁判这些原本默认调前沿 LLM 的环节，会被逐个换成便宜两个数量级的专用判断单元，LLM 的调用量与账单结构随之改变。
它不想成为你的 chatbot，而想成为你真正售卖的 agent 底下那层便宜决策基础设施。按输入 token 收费，输出免费；直营 API + 网关 / 云目录 + 框架分发。同一权重服务所有账户，业务定制写在 state 与 criteria 中，边际结构接近 SaaS。
目标客户：agent 厂商与在 agent 管道中承担高额推理成本的团队；以及把 LLM 当昂贵分类器、router 或 judge 使用的企业。先吃哪块预算：最可能先替代 LLM-as-judge、护栏、路由与排序调用，而不是聊天、代码与长文本市场。
完整方案往往是 Jev + LLM 双系统，总成本取决于 Jev 成功拦截多少昂贵调用，而不是单次调用单价。
2026-10-19 新增 · 收入错位与竞争回应
用得多、花得少：Jev 在 9 月处理了约 1% 的 Vercel 网关 token，却只占支出的 0.15%——采用率与收入贡献之间存在明显错位。
竞争回应出现：TechAmerica 报道提及 OpenAI Decisions API 与 Amazon Strands Decider 2B 两个针对"决策层"的竞品动向。
可持续性质疑：StockTi 10-19 更新的分析指出，TypeSafe 与 Vercel、Cloudflare 均未披露合同条款、收入分成与付费调用量；对 Cloudflare 而言，"AI 推理流量能否转化为持久收入"存疑。
容量信号：6ic 报道，爆发式采用已挤占 TypeSafe API 容量，公司被迫暂停新请求接入。
商业结论（初版，属性未变）：分发已跑在营收证明之前。Vercel / Cloudflare 接入让 Jev 有机会"变成水管"，但没有任何分发方公开收入、付费调用量或商业条款；团队规模、ARR、客户名单也未披露。$2 亿估值仅为 Forbes 知情人士单源转述。竞争压力：结构化输出、推理加速与开源小模型会从三面压价；若 RLCD 壁垒不成立，价格与分发优势可能迅速被复制。
技术路线前景、五个待验证命题，以及这份报告没能核实的部分——缺口如实列出，不补猜测。
TypeSafe 在《The Bitterest Lesson》中把技术优先级写成：right task ＞ data ＞ compute ＞ algorithms。它甚至表示，即使有 10 亿美元也不会从零预训练一个模型。 index
客服、安全、金融中的 0.99 不能默认等价；每个工作流仍需独立校准阈值、评估 FP/FN，并设置人工兜底。
Jev 构造上不会输出类型错误，但 "HIGH at 92%" 仍可能是错误判断。格式正确不等于语义正确。
Jev + LLM 可能显著降成本，却把复杂度转移到任务拆解、criteria 设计、阈值治理与可观测性。
官方直言 "We can't prove it isn't subsidized"，只承诺长期价格会降不会涨。商业兑现仍需观察。
真正拖累不是发布周热度，而是独立工具链、可迁移评测、竞争者与稳定生产负载是否持续出现。
路线图只披露"更多内容在 pipeline 中"；System One 被定义为模型系列，jev-preview 别名已预留但暂无 preview 构建。没有实质版本时间表。 verified live（注：1.14.0 已于 2026-10-14 经 jev-preview 别名滚动推出，见 §2。）
参数规模、dense / MoE / 循环深度、预训练 token、训练数据构成、RLCD 奖励函数与校准曲线。
2 亿美元估值未经公司证实；DCVC 外投资人、团队规模、ARR、客户名单、实际收入与分发条款均未知。
67.8% vs 74.1% 仅见单篇 Substack，benchmark 未具名；尚无跨域、长期校准研究。
Cloudflare 32k 标注、3,850 万 X 浏览、HN 登顶均未获同级一手独立确认。
1.14 新特性（图像输入、bounding-box、262k 上下文）的生产就绪度未明；Vercel 35% 采用之后的留存与收入数据，待后续指数验证。
按证据等级分组：一手 verified live / 一手 index / 第三方转述。原文参考文献全部保留，2026-10-19 刷新来源单列一组。