01Choice
客服工单路由
把每个客户请求分派给真正能解决问题的团队。
免费 Jev AI 在线体验
免费试用 Jev AI：Jev 决策体验平台
Jev AI 是 TypeSafe AI 推出的 System One Model。它不写长段文字，而是用一个类型化决策和校准概率来回答结构化问题。在免费的 Jev AI 体验平台上探索 Choice、Noul 和 Score，无需信用卡。
Jev-AI.net 是独立的 Jev AI 资源站，与 TypeSafe AI 无隶属关系，也未获其认可或由其运营。Jev 是 TypeSafe AI 的产品。
statequestionoptionstyped decision + probabilities
01 / Jev AI 在线体验
Jev AI 决策体验台
描述你的软件正在面对的情况，提出一个聚焦的问题，并定义可选答案。Jev 会返回它选出的答案以及每个选项的概率，你的代码可以直接据此执行，或交给人工处理。
从你的选项中选出一个答案，并返回完整的概率分布。
输入 / choice
01状态
你的软件需要评估的上下文。
02问题
03选项
4 / 8A
B
C
D
请勿输入密码、个人数据或其他敏感信息。
输出
就绪决策
—
账单—
技术支持—
销售—
账户安全—
随时可以开始
编辑输入或加载一个示例，然后运行决策，看看 Jev 如何作答。
这就是 Jev AI 的理念：软件提出一个有边界的问题，拿回一个可以直接使用、置信度可以核查的决策，而不是一段需要解析的文字。
02 / Jev AI 应用场景
同一种模式，无数个 Jev AI 决策
把现成的示例加载到体验台，看看 Jev 如何处理路由、工具选择、风险检查等任务。
02Choice
智能体工具选择
让 AI 智能体为下一步挑选合适的工具。
03Score
风险评估
在操作执行前先打分，让高风险步骤经过人工复核。
04Choice
智能体循环控制
判断智能体应该继续、重试、询问还是停止。
05Noul
紧急程度识别
标记出需要立即回复的消息。
06Score
客户不满程度评分
按从平静到暴怒的有序标准为消息打分。
问题类型
Jev AI 的三种问题类型
每个 Jev AI 请求都由一个状态和一个类型化问题组成，问题类型决定了答案的形态。
Choice
从你定义的列表中恰好选出一个选项。Jev 会返回选中的选项和完整的概率分布，单个问题最多可包含 255 个选项。
P(Billing) = 0.952
Noul
针对状态提出一个是/否问题。Jev 返回答案为“是”的概率，天然适合做护栏、过滤器和智能 if 判断。
P(yes) = 0.978
Score
按“低、中、高”这样的有序标准为状态打分。Jev 会返回每个等级的概率，以及一个可以设阈值的概率加权分数。
E[score] = 2.21 / 3
03 / 一种不一样的模型
什么是 Jev AI？
Jev AI 是 TypeSafe AI 推出的首个公开 System One Model。TypeSafe AI 由前 OpenAI 研究员 Diogo Almeida 创立，他参与打造了让 ChatGPT 变得好用的那些方法。Jev 于 2026 年 9 月 15 日发布，目前通过抢先体验计划逐步开放。
大语言模型逐个 token 地写出文字，而 Jev AI 做的是快速、有边界的判断。你给它相关状态和一个结构化问题，它就从你定义的选项中给出一个类型化的值，并附上显示其把握程度的校准概率。
由于答案空间是事先固定的，Jev 不可能编造一个不存在的选项，也不会返回格式错误的输出。TypeSafe 用一种名为“面向校准决策的强化学习”（RLCD）的方法训练这个模型，因此这些概率可以被当作真实的置信度来解读。
传统 LLM
文本
文本
一段供人阅读的开放式回答。
Jev AI
状态 + 问题
类型化决策 + 概率
一个供软件直接执行的有边界答案。
04 / 决策路径
Jev AI 的工作原理
Jev 去掉了问题与行动之间的多余步骤：没有要解析的文本，也没有要修复的格式。
传统 LLM 工作流
6 步- 输入
- 提示词
- 生成文本
- 解析
- 校验
- 决策
Jev AI 工作流
3 步- 状态 + 结构化问题
- 类型化决策
- 概率
这是简化对比。LLM 也提供结构化输出，而任何生产系统仍需要设置阈值，并为低置信度的答案准备兜底方案。
05 / Jev AI 速览
为什么开发者对 Jev AI 如此兴奋
TypeSafe AI 在发布时公布的数据，解释了 Jev AI 为何在第一周就引发大量关注。
70–500 ms
70–500 毫秒响应
端到端响应时间为 70 到 500 毫秒，TypeSafe 称在同等决策任务上比前沿 LLM 快 40 到 200 倍。
$0.042 / M
输入按十亿 token 计价
输入价格为每百万 token 0.042 美元（每十亿 42 美元），输出免费，因为一个决策只有寥寥几个 token。
P ∈ [0, 1]
校准概率
每个答案都附带校准概率和置信度分数，你可以设定阈值，把不确定的情况交给人工。
0 type errors
零类型错误
输出是从你事先定义的选项中选出的类型化值，不会有格式错误的 JSON，也不会有需要清理的幻觉标签。
≤ 255
最多 255 个选项
单个 Choice 问题最多可包含 255 个选项，足以应对大型路由表、商品目录或导航任务。
1 query
并行采样
Jev 使用并行采样器，在一次查询中生成全部输出，而不是逐个 token 流式输出。
数据来自 TypeSafe AI 于 2026 年 9 月发布时公布的信息。实际效果取决于具体任务，抢先体验名额有限。
06 / 用决策来构建
Jev AI API
开发者通过 TypeSafe AI 的 HTTP API 和 SDK 调用 Jev AI。请求中携带程序状态和一个或多个类型化问题，响应则返回类型化的值和概率，你的代码可以直接据此分支。
Jev 的典型任务包括工单路由、垃圾信息与安全过滤、智能体工具选择、LLM 输出校验、销售线索评分，以及对大型数据集做 map-reduce 式分类。如需获取访问权限，请在 TypeSafe AI 官网加入抢先体验计划。
决策模式 · 示意伪代码
state = "Refund request for a double charge"
question = Choice("Which team should handle this?",
["Billing", "Technical", "Sales"])
decision = jev.decide(state, question)
# -> Billing p = 0.95
if decision.probability > 0.8:
route_to(decision.value)
else:
send_to_human_review(state)伪代码仅作示意。真实的请求格式请参阅 TypeSafe AI 官方文档。
07 / 选对工具
Jev AI 与 LLM 对比
Jev 不是聊天机器人，也不会取代语言模型。它是专做决策的模型，两者可以很好地配合使用。
| 对比项 | Jev AI | 传统 LLM |
|---|---|---|
| 主要任务 | 结构化决策 | 文本生成 |
| 输出 | 类型化决策 + 概率 | 自由文本 |
| 典型延迟 | 70–500 毫秒 | 数秒，多步任务可达数分钟 |
| 成本 | 输入每百万 token 0.042 美元，输出免费 | 按输入和输出 token 计价 |
| 输出可靠性 | 只输出你定义的选项，零类型错误 | 可能偏离格式或编造标签 |
| 最适合 | 路由、评分、分类、护栏 | 写作、推理、编程、对话 |
一种常见模式：让 LLM 负责规划和写作，让 Jev AI 负责循环中那些有边界的判断，比如该用哪个工具、答案是否安全、何时停止。Jev AI 无法用文字解释自己的答案，需要书面理由时请搭配 LLM 使用。
什么是 Jev AI？
Jev AI 是 TypeSafe AI 推出的 System One Model，一种新型 AI 模型：它返回带校准概率的类型化决策，而不是生成文本。它专为软件内部快速、结构化的判断而设计，例如路由、分类和评分。
Jev AI 是谁开发的？
Jev AI 由 TypeSafe AI 开发。该公司由前 OpenAI 研究员 Diogo Almeida 创立，他曾参与研究让 ChatGPT 变得好用的方法。Jev-AI.net 是独立网站，与 TypeSafe AI 无隶属关系。
什么是 System One Model？
System One Model 是 TypeSafe AI 对一类模型的命名：它们专为快速、直觉式、有边界的判断而生，而不是缓慢的逐步推理。Jev AI 是首个公开的 System One Model。
Jev AI 是大语言模型吗？
不是。Jev 基于 Transformer 架构，但它不输出文本。它以文本和结构化状态作为输入，为每个允许的答案输出一个概率，因此无法撰写文章、代码或解释。
Choice、Noul 和 Score 是什么？
它们是 Jev 的三种问题类型。Choice 从列表中选出一个选项，Noul 返回是/否问题为真的概率，Score 按有序标准为状态打分并返回概率加权分数。
Jev AI 可以用来做什么？
常见用途包括客服工单路由、智能体工具选择、智能体循环控制、风险与安全检查、垃圾信息过滤、销售线索评分，以及校验其他模型的输出。得益于低延迟，游戏、仿真和机器人等实时系统也很适合。
Jev AI 有多快、多便宜？
据 TypeSafe AI 公布，端到端响应时间为 70 到 500 毫秒，在同等任务上比前沿 LLM 快 40 到 200 倍。输入价格为每百万 token 0.042 美元，输出 token 免费。
Jev AI 会产生幻觉吗？
Jev 只能用你定义的选项作答，因此不会编造标签或返回格式错误的输出。但它仍可能选错，这正是概率的意义所在：把低置信度的答案交给人工或兜底方案。
这个 Jev AI 体验平台免费吗？
免费。Jev-AI.net 上的 Jev AI 体验平台免费使用，无需信用卡。内置示例现在就能用，针对你自己输入的实时运行正在接入中。
如何获取 Jev AI API 的访问权限？
Jev AI API 目前处于抢先体验阶段。请在 TypeSafe AI 官网加入候补名单，开发者正在分批获得访问权限。