参与造出 ChatGPT 的人，发了新模型，它不会说话。
Diogo Almeida，OpenAI 时期参与 InstructGPT 和 RLHF 的核心研发，ChatGPT 与 GPT-4 论文的共同作者。两年前他离开聚光灯创办 TypeSafe AI，本周二公司走出潜行期，第一个产品叫 Jev。
他的官宣推文第一句就说。
共同发明 ChatGPT 之后，我一直在问自己，为什么超人的聊天模型没有带来 AGI。
—— Diogo Almeida，TypeSafe AI 创始人
他的答案很极端。聊天这件事，可能从头就是 AI 走向大规模自动化的错误形态。Jev 第一刀砍掉的就是文本生成，没有对话框，不写文章，不陪你聊，它只干一件事，判断。
会聊天，在软件里是包袱
大模型很强，但把它塞进软件里打工，一直有三个老大难。
一是慢。主流模型吐字像打字机，一个字一个字往外蹦，软件里一秒要做上百个决定的地方，根本等不起。二是贵。按 token 计费，输入输出都收钱，海量任务跑起来账单吓人。三是不可靠。你让它返回一个是非加一个分数，它十有八九先写一段客套开场白，格式偶尔还崩，程序一解析就报错。
工程师的老办法是打补丁，写约束、套检查、失败了重试，把大模型的输出硬掰回能用的形状。Diogo 的判断更狠，这些毛病不是补丁没打好，是生成文本这个动作自带的。只要模型还要逐字往外吐，慢和贵就省不掉。
只卖判断的模型
新类别叫 System One 模型，名字借自卡尼曼《思考，快与慢》里的系统一，人不假思索的那部分脑子，扫一眼就知道该往哪走。放到软件里，官方给它的定位是智能 if 语句，代码跑到岔路口，它负责抬手一指。
打个比方。大模型像按字收费的顾问，你问这单退货该走哪条流程，他先写一篇小作文论证，再谨慎地给个结论。Jev 像车间老师傅，你把现场往桌上一摊，他眼皮都不抬就给你指了条道，还告诉你这个判断有几分把握。
具体拆开，Jev 只做三种动作，官方叫三个原语。Choice，从选项里挑一个。Score，按你给的标准打分。Noul，判断一句话是真是假，返回一个 0 到 1 的真值。三种动作可以在一次调用里并行打包，复杂判断拆成原子小问题，用你自己的代码拼装，加权逻辑留在代码里，改权重改系数，不用碰 prompt。
输出的格式在架构层就被锁死，行话叫类型安全，说人话就是它想说错格式都难，官方称类型错误率在数学上等于零。每个答案自带校准过的概率和置信度，模型知道自己哪块地界有把握，哪块没底。
训练方法有自己的名字，RLCD，校准决策强化学习。过去几年行业标配的 RLHF 对齐人类偏好，模型学会说讨人喜欢的话。RLCD 对齐决策的校准性，模型学会把概率算准。这是 TypeSafe 的核心创新，也是判断能单独拿出来卖的技术前提。
X 上的科技博主宝玉看完发布会，总结得比官方还直白。
Jev 不是给终端用户用的产品，是给开发者在系统架构里嵌入的组件。它解决的问题是，我需要 AI 的判断力，但不需要它的表达力。
—— 宝玉，X 科技博主
官方口径的数字
价格先摆出来。输入 0.042 美元每百万 token，折合十亿 token 42 美元，主流模型的输入价在 0.2 到 10 美元一档。输出 token 免费，官方的说法是便宜到没法计费。官方口径，同任务比同智能水平的大模型
快 20 到 200 倍，便宜 40 到 400 倍。
这些数字要打折听。评测是 TypeSafe 自建的四个工作流基准，参照对象是 GPT-6 Astra 和 Anthropic Fable 5.1，官方自己也承认出题阅卷都是一家，结果可能有偏向。193.6 倍的最大加速、444.6 倍的最大省钱，属于最优情况，别当日常水位。
延迟这一项最硬。70 到 500 毫秒，大模型回一句话的工夫，Jev 已经把一整批判断交卷了。这个量级，才塞得进有真人在线等的环节，实时推荐、动态定价、游戏里的 AI 对手，这些过去不敢想让 AI 介入的地方。
一场演示，一组第三方数据
演示最能说明定位。TypeSafe 让 Jev 实时玩老游戏 DOOM，每秒约 10 次决策，跑一小时成本约 7 美元。换成按字收费的大模型，光延迟就够游戏卡成幻灯片。
第三方数据更扎实。科技博主 Dewaldt Huysamen 拿到早期试用，转录了两组数字。内容公司 Every 把 37 份文档跑过 21 项检查，777 个判断 0.7 秒出结果，成本约 0.25 美分。另一位早期用户跑了 5000 个请求，总花费 2 美元，一半请求 150 毫秒内返回，95 分位也就 350 毫秒。
一次判断 0.0004 美元。判断力便宜到这个地步，工程师可以挥霍着用，过去舍不得让 AI 看一眼的数据，现在能全量过一遍机器。
同一批测试里也有反面结果。写作质检场景，7 个植入错误 Jev 抓出 6 个，Fable 5.1 抓出全部 7 个。Jev 快 25 倍、便宜 580 倍，准确率差一口气。Dewaldt 的结论很清醒，Jev 适合当第一道快速闸门，终审留给大模型，两道工序各司其职。
新类别能不能立住
该泼冷水了。TypeSafe 刚出潜行期，融资规模据传 4000 万美元种子轮，出处是 X 上 Grok 的自动回复，官方没确认。定价能不能长期守住、输出免费是不是拿补贴换市场，都要时间给答案。
更基本的问题只有一个，市场需不需要一个新类别。大模型厂商也在进化，结构化输出、函数调用这些能力一直在补课。Jev 赌的是判断值得从生成里彻底拆出来，单独造一种模型，这张牌桌上目前只有它一家。
跟你的钱包有什么关系
你用的 AI 产品，背后是开发者在付推理账单。账单结构变了，产品形态就会跟着变。过去一个功能要在贵而聪明和便宜而笨之间二选一，现在多出一个选项，让大模型想，让 Jev 断。实时审核、客服分流、逐条打标，这些因为成本和延迟一直不敢重度上 AI 的环节，账突然算得过来了。
对行业，这条新腿值得单独说一句。我五月份写过，Claude Code 的源码里 AI 决策逻辑只占 1.6%，剩下 98.4% 是工程约束，当时的结论是模型的脑子要靠工程系统拎着走。Jev 把这个问题又往前推了一步，判断这件小事，干脆从大模型身上拆下来，做成一颗便宜的标准零件。
最后说名字。Jev 取自 19 世纪经济学家杰文斯，他留下一个悖论，效率越高，消耗越多。名字里藏着创始人的野心，等判断便宜到白菜价，软件对判断的胃口只会越撑越大。大模型负责把话说好，Jev 们负责把事断对，两种能力分开计价，这笔账第一次算得这么清楚。
Macaron 🧁 | 快想慢说，分开卖
