AI 已经进化到连Next Level 了,把语言进化掉了。传统的生成式大语言模型擅长文本对话与非结构化创作,但在企业软件架构中,绝大多数自动化链路需要的并非连续生成的字符串,而是确定、类型安全且带有概率校准的离散判断。由 TypeSafe AI 推出的 System One 决策模型 Jev,专门针对这类机器消费场景打造。

今天就梳理 Jev 的运行机制、原语定义、运行时环境配置、典型业务场景、进阶调用模式及工程边界,一篇文章帮助你搞懂 Jev 到底是什么。
Jev 属于 System One 结构化决策模型。系统命名取自认知心理学中快思考(System 1)与慢思考(System 2)的区分,用于承接软件工程中原本依赖脆弱规则或昂贵大模型的轻量语义分类任务。
通用大语言模型采用自回归方式逐字生成文本,格式容易偏离预期,端到端延迟普遍在数秒以上。Jev 彻底放弃文本生成,采用并行采样与针对校准决策的强化学习(RLCD, Reinforcement Learning for Calibrated Decisions)完成训练。
调用机制极其明确,输入程序状态与类型化问题,单次前向传播直接输出具备概率与置信度评分的类型化数据结构。
由于返回结构在发起请求时已被严格界定,Jev 在数学结构层面杜绝了 JSON 语法解析错误与类型幻觉。模型平均端到端延迟在 70 毫秒至 500 毫秒区间,输入每百万 Token 资费约为 0.042 美元,决策输出不计入 Token 费用。
调用 Jev 时,所有业务判断意图均映射为以下三项基础原语。
| 原语名称 | 适用场景 | 输入参数 | 输出数据字段 |
|---|---|---|---|
| Choice | 集合单选(最多支持 255 项) | 问题指令(instructions)、候选标签及描述字典(criteria) | .choice(选中标签)、.probabilities(各选项概率分布)、.confidence(置信度) |
| Score | 有序分级与程度打分 | 问题指令(instructions)、按等级递增的语义描述列表(criteria,2 至 10 级) | .score(浮点数评分,支持跨级连续插值)、.probabilities(等级概率分布)、.confidence(置信度) |
| Noul | 是与否二元概率判断 | 问题指令(instructions) | .noul(0.0 至 1.0 的概率值,数值本身代表确信程度,无额外置信度字段) |
Jev 提供官方 Python SDK 与 Node.js SDK,支持同步与异步调用。
准备运行环境时,需要严格核对语言版本,对于嫌麻烦的同学或者新手,可以通过本地AI工具来把这些基础设置意一键设置好。


可以在终输入以下命令来检测自己的Python、Node.js是否符合环境要求。
|
1 2 |
python --version node -v |
通过官方控制台获取 API Key 后,建议直接注入操作系统的环境变量中,官方 SDK 会默认读取此变量。
|
1 |
export TYPESAFE_API_KEY="sk-your-api-key" |
在 ServBay 激活的 Python 的环境中安装依赖包:
|
1 |
pip install typesafe-sdk |
使用 Python 发起包含单选、程度打分和布尔概率预测的复合请求:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 |
import os from typesafe_sdk import TypeSafeClient, Choice, Score, Noul # 客户端默认从环境变量 TYPESAFE_API_KEY 读取密钥 client = TypeSafeClient(api_key=os.environ.get("TYPESAFE_API_KEY")) # 状态可以是字典、纯文本或多轮对话结构 state_data = { "ticket_id": "TCK-9801", "customer_message": "我已经连续三天无法导出账单了,系统一直报 500 错误,这已经影响到我们的对账审计,请立即处理。", "account_tier": "Enterprise" } # 组合并发提问的问题集合 questions_to_ask = { "target_team": Choice( instructions="确定负责处理此工单的业务团队", criteria={ "billing": "涉及发票生成、支付扣款、套餐变更等账务问题", "technical": "平台功能故障、报错异常、API 接入问题", "sales": "商业报价与续约谈判", "other": "其余无法归类的情况" } ), "urgency_level": Score( instructions="评估用户反映问题的紧迫程度与情绪烈度", criteria=[ "语气平缓,仅陈述事实", "表现出一定焦虑或受阻,但表达克制", "极其愤怒,包含业务受损警告或强硬措辞" ] ), "is_enterprise_blocker": Noul( instructions="客户是否在表达其业务流程受到阻断性影响" ) } response = client.system_one( state=state_data, questions=questions_to_ask ) team_result = response.answers["target_team"] urgency_result = response.answers["urgency_level"] blocker_result = response.answers["is_enterprise_blocker"] print(f"分配部门: {team_result.choice} (置信度: {team_result.confidence:.2f})") print(f"紧迫度评分: {urgency_result.score:.3f}") print(f"阻断性概率: {blocker_result.noul:.2f}") |
在基于 Node.js 的项目中安装官方客户端:
|
1 |
npm install @typesafe-ai/sdk |
通过 JavaScript 或 TypeScript 完成同样的判定操作:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
import { TypeSafeClient, choice, score, noul } from '@typesafe-ai/sdk'; const client = new TypeSafeClient(); const response = await client.systemOne({ state: { ticket_id: "TCK-9801", customer_message: "我已经连续三天无法导出账单了,系统一直报 500 错误,这已经影响到我们的对账审计,请立即处理。", account_tier: "Enterprise" }, questions: { target_team: choice("确定负责处理此工单的业务团队", { billing: "涉及发票生成、支付扣款、套餐变更等账务问题", technical: "平台功能故障、报错异常、API 接入问题", sales: "商业报价与续约谈判", other: "其余无法归类的情况" }), urgency_level: score("评估用户反映问题的紧迫程度与情绪烈度", [ "语气平缓,仅陈述事实", "表现出一定焦虑或受阻,但表达克制", "极其愤怒,包含业务受损警告或强硬措辞" ]), is_enterprise_blocker: noul("客户是否在表达其业务流程受到阻断性影响") } }); console.log(`分配部门: ${response.answers.target_team.choice}`); console.log(`紧迫度评分: ${response.answers.urgency_level.score}`); console.log(`阻断性概率: ${response.answers.is_enterprise_blocker.noul}`); |
在实际软件系统里,Jev 适合嵌入到需要对自然语言做快速把关、分类或过滤的业务节点中。
大型客服系统每天接收大量咨询文本。若使用通用大模型做分流,月度 API 支出不菲且响应耗时偏长。
把用户发来的原始诉求作为 State 传入 Jev,可以同步发起三项检查。利用 Choice 确定归属业务组(技术支持、退款结算或商务咨询),利用 Score 量化用户的情绪焦躁程度,利用 Noul 判定该故障是否已导致客户核心业务停摆。系统根据返回的标签和分数,在 200 毫秒内把工单推送给对应的坐席,对于阻断性高的企业客户直接拉起紧急响应。

在论坛、UGC 评论区或社交应用中,内容合规模块需要对海量发言进行实时监控。
系统可利用 Noul 原语进行违规概率快速探测,提问内容中是否包含恶意推广信息、是否带有攻击性言论。如果检测到概率低于 0.1,系统直接放行;若概率介于 0.1 到 0.85 之间,流转至人工审核列表;若概率高于 0.85 且置信度充足,系统自动拦截。这种分级漏斗设计让人工审核只需处理边界模糊的少数条目。
销售自动化系统(CRM)收到意向客户提交的留资表单或沟通记录后,需要判断是否值得销售人员跟进。
在 State 中放入客户填写的公司规模、需求描述与业务痛点。利用 Score 原语从 1 到 5 级对客户购买意向进行连续评分,利用 Choice 原语匹配出客户对应的行业解决方案版本,利用 Noul 验证客户是否明确具备采购预算。评分靠前的高价值商机直接分配销售骨干,低分商机交由自动化邮件系统做长线培育。
在检索增强生成(RAG)管道中,向量数据库召回的前几个文本片段可能由于语义泛化而混入无关内容。直接把这些无关段落塞进大模型,容易引发幻觉并推高计算开销。
将用户的具体问题与召回的某一段文本打包为 State,调用 Noul 原语提问该段落是否包含解答问题所必需的事实信息。只有概率高于特定阈值的片段才被保留并送入大模型,其余噪声段落全部在本地代码中剔除,显著提升生成答复的严密程度。
掌握了基础 API 之后,如何在软件系统内部组织这些调用,直接决定了系统整体的执行速度与成本表现。以下三种架构模式在实践中被广泛采用。
平时调用网络接口多采用串行逻辑,先问一个问题,拿到结果后再发下一次请求。
Jev 具备并行采样的内部机制,在单次请求里提问 1 个问题与同时提问 10 个问题耗时基本相当,且输出结果不计费。工程上建议把后续链路可能用到的所有判断全部打包在单次请求中发出。拿到全套结果后,由本地普通代码来走判断分支,消除多次网络往返带来的延迟积压。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
response = client.system_one( state=ticket_payload, questions={ "category": Choice( instructions="工单所属主类别", criteria={ "bug": "系统 Bug 报告", "refund": "退款请求", "consulting": "业务咨询" } ), "bug_reproducible": Noul(instructions="内容中是否包含可复现的步骤或环境说明"), "refund_eligible": Noul(instructions="客户是否明确要求退还已付金额"), "severity": Score( instructions="故障破坏力等级", criteria=["轻微UI缺陷", "部分功能受限有替代方案", "系统崩溃无替代方案"] ) } ) answers = response.answers category = answers["category"].choice # 由本地常规代码直接分发,无二次网络等待 if category == "bug": if answers["severity"].score > 1.2 and answers["bug_reproducible"].noul > 0.6: escalate_to_oncall_engineer(ticket_payload) else: append_to_backlog(ticket_payload) elif category == "refund" and answers["refund_eligible"].noul > 0.8: trigger_refund_workflow(ticket_payload) |
通用大模型遇到判断难题时容易给出确定而错误的答复。Jev 输出的置信度指标由 RLCD 算法训练校准,统计分布上的高置信度直接对应更高精度的正确率。
系统可以根据业务风险高低设立阻断阈值。低风险的查询逻辑,在置信度达到基础标准时即可全自动通行;而直接涉及数据修改、资产划转的高风险写操作,则要求极高置信度才可触发。一旦置信度落入警戒线以下,系统立刻暂停自动化执行,将其交由人工复核或高阶推理模型接管。
|
1 2 3 4 5 6 7 8 9 10 11 |
intent = response.answers["user_intent"] # 置信度偏低时拒绝自动化盲目执行 if intent.confidence < 0.60: forward_to_human_agent(user_query) elif intent.choice == "query_balance": execute_query_balance(user_id) elif intent.choice == "transfer_funds": if intent.confidence >= 0.92: execute_transfer(transaction_data) else: prompt_user_secondary_confirmation(user_query) |
在智能体(Agent)体系中,如果一次性把数十个业务工具的定义文件全部塞给昂贵的通用大模型,上下文开销十分庞大,大模型也容易挑错工具。
推荐的做法是将 Jev 置于大模型之前充当路由门卫。用户请求到达后,先由 Jev 以极低资费从工具列表中挑出唯一对应的工具标签,随后通用大模型只接收这一个被选中的工具定义去提取参数。此种级联架构可缩减约六成的综合调用成本,大幅提升工具命中的准确率。
在技术选型时,了解模型的短板可以防止在生产环境中遭遇非预期行为。
模型严格按照文字表意进行概率推断,不会自行脑补开发者在提示词中忽略的前提。如果分类偏离预期,通常需要自查指令中是否给出了充分的互斥定义。
模型无法直接完成数值计算或连续统计。统计数量时,应在业务代码里通过遍历循环对每个条目调用 Noul,最后在本地代码中求和。
日期字符串在模型中只作为普通字符处理,模型不能自行计算时差与绝对先后顺序。时间计算和区间校验需要在传入 State 前由代码预先处理。

向 State 中堆叠大量无关文本会导致判定准确度降低。应当在调用前做适当的文本清洗,只保留与当前判断直接相关的字段。
| 评估维度 | 通用自回归大模型(LLM) | 决策模型(Jev) |
|---|---|---|
| 输出形式 | 自由文本生成,需要借助 JSON Schema 校验 | 原生强类型离散数据(Choice、Score、Noul) |
| 响应耗时 | 3 秒至 30 秒不等 | 70 毫秒至 500 毫秒 |
| 计费规则 | 输入输出双向按 Token 计费,长文本代价高 | 输入资费低(0.042 美元/MTok),输出不收费 |
| 采样方式 | 串行逐 Token 生成 | 并行前向传播 |
| 置信度表现 | 自述把握程度波动大,容易过度自信 | RLCD 校准概率分布,数据具备可统计性 |
| 适用任务 | 文本生成、代码编写、多步复杂推理、开放对话 | 状态路由、工具分流、意图分类、条件过滤 |
在现代 AI 应用架构中,Jev 的价值不是取代生成式大模型,而是将海量的布尔判定、程度打分和多选路由从庞大的生成流水线中剥离出来。
工程落地的合理分工是,本地常规代码处理精确计算与数据流转,Jev 处理毫秒级自然语言概率决策,通用大模型专注深度内容创作与复杂推理。多层解耦结合可以在确保系统稳定可靠的同时,兼顾运行效率与算力成本。