System One 模型：Jev 實際上在做什麼

一個新類別，以及它放棄了什麼

自迴歸語言模型一次取樣一個 token，每一個都以前一個為條件，最後交給你一個字串。那個字串具備的任何結構，都是模型學會模仿的慣例，所以每一個需要從模型取得值的正式系統，最後都會多出一個解析器、一個結構驗證器和一套重試機制。

System One 模型把順序倒過來，藉此拿掉那一層。你先宣告可能的輸出，再給模型一個結構化的狀態和一個有型別的問題。回來的是你宣告的那個型別的值，並附上各個可能答案的機率和一個信心分數。

代價是徹底的：沒有散文、沒有程式碼、沒有開放式回覆。TypeSafe 把它定位成刻意的架構取捨而不是限制，名字本身也說明了這一點。System One 是快速、自動的判斷；System Two 是深思熟慮。Jev 只是第一個。

回答同一個問題的兩條路

拿一個代理程式時時刻刻都在問的具體問題來看：這個答案是否有它取回的證據支撐？兩種模型都能回答。它們走的是不同的路，而路線本身就是全部的重點。

左邊那條路大家都熟。右邊那條路從頭到尾不產生字串，所以沒有東西要解析、沒有東西要驗證，也不會出現那一類失敗：模型寫出一句完全合理的句子，取代了你的程式所期待的那個欄位。

原子化的問題，由程式碼組合

文件只開放三個原語，沒有其他。Choice 從一份清單中挑出一個選項，回傳被選中的選項、全部選項的機率，以及一個信心分數。Score 依評分準則為狀態評分，回傳相同的三個欄位，只是把選項換成分數。Noul 回答某個陳述是否為真，回傳一個介於 0 和 1 之間的數字。

工程師最容易低估的是組合規則。每一個問題都針對同一個狀態，平行而且彼此獨立地一次評估完成，所以針對一次追蹤紀錄問十二個問題，並不等於十二趟往返。文件講得很直白：增加問題幾乎不會改變回應時間。

這讓評估變成你用普通程式碼就能寫出來的東西。不必寫一則又長又要模型同時權衡好幾件事、再用 JSON 回報的提示詞，而是問好幾個答案已宣告的小問題，然後自己把結果組合起來，在你看得見的地方。

為什麼「不會產生幻覺」的說法比聽起來窄

TypeSafe 說 System One 模型「不會產生幻覺」。請把它讀成關於型別的主張，而不是關於真實的主張。因為可能的輸出和它們的結構都事先定義好了，模型不可能回傳你沒有宣告的類別、格式錯誤的物件，或是一句自信滿滿卻在講不存在文件的句子。那一類臭蟲從架構上就消失了。

剩下的是普通的錯。Choice 可能從你的清單中挑錯選項。Score 可能給一個爛答案高分。模型會告訴你它有多確定，TypeSafe 也把那些機率形容為校準過的、「在認知上誠實的」，但校準過的 0.7 仍然有十次錯三次。

這就是為什麼信心值是介面的一部分，而不是附贈品。TechCrunch 在 9 月 18 日的報導中引述的開發者，描述的正是這個轉變：那個數字歸你詮釋，而在 0.55 的時候要怎麼辦，現在是你的設計問題，不是模型的問題。

它是怎麼訓練的，就目前公開的部分而言

TypeSafe 把自己的方法命名為 Reinforcement Learning for Calibrated Decisions，簡稱 RLCD，並拿它和形塑聊天模型的 RLHF 對照。RLHF 針對人類偏好的回覆最佳化，而 RLCD 據稱是針對「說出口就算數」的機率最佳化。

除了名稱和輸出契約之外，架構並未公開。TechCrunch 指出創辦人對此守口如瓶，模型也沒有公開權重。任何人告訴你 Jev 內部是怎麼運作的，都是從它的 API 形狀推論，而不是從論文得知。

它今天在哪裡跑

取用方式是早期使用候補名單，typesafe.ai 上有主控台和文件。OpenRouter 的 TypeSafe 供應商頁面列出 jev-latest 和 jev-1.13，脈絡為 32,000 個 token，但那些項目並未出現在 OpenRouter 的公開模型清單中，所以這條路是受限的，不是開放的。

更值得注意的發布消息在基礎設施這一側。2026 年 9 月 17 日，Cloudflare 宣布 Jev 已在其 AI Gateway 上線，用的正是這個模型自己的詞彙：送出狀態和有型別的問題，取得你的程式可以直接使用的結構化答案。這類模型多半就是這樣抵達大多數人手上的——不是作為一個應用程式，而是作為你早就在跑的某個東西裡面的一次呼叫。

• 代理迴圈中的 Jev：決策層
• 檢驗 Jev 的價格與速度說法