Jev 定位解析：把 LLM 换成强类型决策函数
作者拆解 Jev 的接口设计（state → Boolean/Choice/Score + 概率），并计划拿到 early access 后用真实 workflow 对比 GPT-5.6 结构化输出。
这两天 AI 圈有个新模型 Jev，我觉得值得单独看一下。 它最反直觉的地方，不是 benchmark 又高了多少，而是它根本不想做一个“更会聊天”的 LLM。 @typesafeai 的思路是： 很多软件任务根本不需要模型“生成一段话”。 现在大量 AI workflow 实际上是： state → LLM → 生成文字 / JSON → parse → validate → retry → 程序再决定下一步 但软件内部真正需要 AI 回答的，经常只是： 这是诈骗吗？ 应该 route 给哪个 agent？ continue / retry / stop？ risk 是 low / medium / high？ 这个判断的概率是多少？ Jev 把接口直接收缩成： unstructured state → typed probabilistic decisions 不写文章，不聊天。 直接返回 Boolean / Choice / Score + probability。 TypeSafe 把这类模型叫做 System One Model，训练方法叫 RLCD（Reinforcement Learning for Calibrated Decisions）。 官方给出的数字也很夸张： 70–500ms latency $0.042 / 1M input tokens workflow eval 最高 193.6x faster、444.6x cheaper 但这里有两个地方我觉得不能直接吃宣传。 第一，这些最漂亮的 benchmark 主要还是 TypeSafe 自己设计的 workflow eval，他们自己也承认可能存在团队偏差。 第二，他们说的 “Zero Hallucinations”，更准确地理解应该是： 输出空间和 type 被预先约束，不会突然生成 schema 之外的东西。 但这不代表 Jev 的判断永远正确。 真正让我感兴趣的是它背后的路线： 以后 AI 系统未必每一个判断都值得调用 GPT / Claude 这种 generative frontier model。 复杂推理、生成、未知问题继续交给大模型。 而 classification、routing、scoring、verification、agent gating 这种一天可能执行几十万、几百万次的后台判断，可以交给这种极快、极便宜的 decision model。 而且它已经不只是 PPT。 Vercel AI Gateway 已经接入 Jev，Pydantic AI 也已经有原生 TypeSafe / Jev provider。 这可能比“下一个聊天模型 benchmark 又涨了几分”更值得观察。 我已经去排 Jev early access 了。 拿到权限后准备直接拿真实 workflow 做： Jev vs GPT-5.6 structured output 不看宣传，直接测 latency / cost / calibration / consistency / decision quality。 跑完把结果发出来。