人的很多判断，其实快得惊人。
过马路时看到一辆车突然靠近，我们会立刻往后退；看到一只猫，几乎一瞬间就知道“这是猫”；开车时前车突然刹车，很多时候我们甚至还没来得及认真思考，脚已经踩下去了。
这些判断并不是经过一长串推理才得出结果，而更像是大脑已经形成的一种快速反应。
但今天的大模型恰恰相反。
哪怕最终只是回答一个“是不是”“选哪个”，模型通常也要先理解上下文，再进行推理，然后一个 Token 一个 Token 地生成答案。
而最近出现的一个模型，正是试图把这种“快速判断”单独做成一种 AI 能力。这个号称在特定工作流中比传统大模型快 193.6 倍的模型，就是 Jev。
TypeSafe 将它称为：
The first public System One Model.
也就是第一个公开发布的 System One Model。
那什么是 System One？
System One 这个名字来自 Daniel Kahneman 的《思考，快与慢》。
书里把人的思考大致分成两种。
一种是 System 2。
缓慢、需要集中注意力，需要一步一步推理。比如计算一道复杂数学题、制定一个商业计划，或者解决一个从来没有遇到过的问题。
另一种是 System 1。
快速、直觉、自动发生。看到猫知道是猫，遇到危险立即躲避，听到熟悉的问题，答案几乎直接从脑子里跳出来。
TypeSafe 借用了这个概念。当然，Jev 并不是在模拟人脑，也不是某种生物神经网络。他们真正提出的问题其实很简单：
现实世界里有大量任务，最终只是需要做一个判断。为什么每一次都要调用一个擅长长篇生成和复杂推理的大模型？
比如：
这笔交易是否异常？这个用户是不是准备流失？这个请求应该分给哪个部门？这个 Agent 是否已经完成任务？这个结果需不需要人工复核？
这些问题可能需要理解非常复杂的上下文，但最终需要的不是一篇文章。而是一个 Decision。
所以 TypeSafe 对 Jev 的定义是：
Unstructured state in, typed probabilistic decisions out.
输入可以是一段文本、一组数据，甚至整个软件当前的运行状态。Jev 输出的是提前定义好的决策类型，以及相应的概率和置信度。
比如：
欺诈概率: 3% 风险: 低 人工复查: 否
这也是 TypeSafe 官网另一句话的含义：
Jev gives AI the properties of code.
他们希望 AI 不再只是给人生成语言，而是能够像代码一样被软件直接调用。官网把这种形态称为 Machine-Native Intelligence。
它为什么能快这么多？
TypeSafe 官网最醒目的数字就是：
193.6x Faster 、444.6x Cheaper
除此之外，Jev 官方公布的端到端响应时间大约在 70ms～500ms。
价格同样非常低。目前官方公布的是：
每 10 亿输入 Token 42 美元。
也就是每百万输入 Token 约 0.042 美元。输出则没有单独计费。所以官网干脆写了一句话：
Jev’s intelligence per dollar is literally off the charts.
为什么可以做到这样？
最核心的区别之一，就是 Jev 不再以生成字符串为主要输出方式。
传统 Chat Model 本质上是一个自回归生成模型。大致过程是：
输入 → 理解 / 推理 → Token 1 → Token 2 → Token 3 → Token 4 ……
后一个 Token 依赖前一个 Token。
模型输出得越多，需要进行的生成过程也越多。
哪怕最终软件真正需要的只是：YES / NO
传统大模型仍然是从一个“可以写文章、写代码、聊天、推理”的通用生成模型中得到这个结果。Structured Output、JSON Schema、Function Calling 已经可以很好地约束这种输出，但底层仍然是一个以 Token Generation 为核心的模型。
Jev 选择的是另外一条路。
TypeSafe 表示，他们为 System One Model 重新设计了模型架构、Sampler 和训练方法，并使用 Parallel Sampling，让多个决策可以在一次 Query 中并行产生，而不是逐 Token 生成一段字符串。
换句话说，它放弃了一部分生成模型的自由度，换来了：
更快的速度、更低的成本，以及更适合软件直接消费的输出。
TypeSafe 官网有一句话很好地总结了他们的思路：
We took the opposite research direction.
过去几年，整个 AI 行业一直在研究怎么让模型：
想得更多，推理得更久，生成得更好。TypeSafe 反过来问：
哪些事情其实根本不需要想那么多？
我觉得 Jev 另一个值得关注的点，其实不是速度，而是 Calibration。TypeSafe 为此设计了一套新的训练方法：
RLCD——Reinforcement Learning for Calibrated Decisions。
我们过去比较熟悉的是 RLHF。它主要解决：
什么样的回答更符合人的偏好？
而 RLCD 想解决的是另外一个问题：
模型对自己的判断到底有多确定？
例如 Jev 判断：
欺诈: 90%
理想情况下，经过大量统计，那些被模型判断为 90% 的事情，最终真的应该大约有 90% 被证明是正确的。这对于自动化其实非常重要。因为现实世界并不要求 AI 永远不犯错。
真正重要的是：
AI 能不能知道自己什么时候可能错。
这样软件就可以设置自己的规则。
例如：
Confidence > 99% 自动执行 80%～99% 交给更强模型复核 < 80% 交给人工
AI 的不确定性，不再只是模型自己的一句“我不太确定”。而是可以真正成为软件逻辑的一部分。这也是 Jev 和代码结合起来以后比较有意思的地方。当然，TypeSafe 官网还用了 Zero Hallucinations 这样的说法。
这里不能简单理解成“Jev 永远不会判断错误”。
更准确地说，TypeSafe 所强调的是 Jev 的 Type Safety 和 Schema Matching：由于可能的输出类型提前定义，它不会产生 Schema 之外的输出或类型错误。
但：
不会输出错误的类型，不等于不会做出错误的判断。
Jev 当然仍然可能判断错。这也是 Calibration 为什么重要。
这么简单的想法，为什么现在才出现？
这是我看到 Jev 后觉得最有意思的问题。因为判断、分类、评分、预测，根本不是什么新的 AI 能力。垃圾邮件过滤是在判断。推荐系统是在判断。金融风控是在判断。
现在大模型里的 Reward Model、Router、Moderation Model，本质上也都在做判断。这些东西很早就存在。
真正的问题是：
过去的 Decision Model 太专用了。
一个垃圾邮件模型主要解决垃圾邮件。一个欺诈模型解决欺诈。一个推荐模型解决推荐。每增加一种新的判断任务，都可能意味着重新准备数据、重新训练和部署一个模型。
而 LLM 过去几年真正证明的一件事情是：
自然语言本身可以成为定义任务的接口。
同一个模型能够理解完全不同的问题。所以我的理解是，Jev 真正出现的条件，不是到了今天人们才突然意识到：
“AI 原来可以做决策。”
而是直到今天，我们才开始有机会把两件事情放到一起：
大模型的通用理解能力 和 传统 Decision Model 的高效率与确定性。
保留通用理解。但是不一定要保留自由文本生成。这可能才是 Jev 真正值得关注的地方。
我不认为 Jev 是来替代 GPT 的。
如果这条路线成立，它们很可能反而会长期共存。真正困难、开放式的问题，继续交给 GPT、Claude、Gemini 这样的 Reasoning Model。而大量能够被结构化成决策的问题，则交给 Jev 这一类 Decision Model。
最后再由代码真正执行。
整个系统可能逐渐变成：
Reasoning Model 负责思考↓Decision Model 负责判断、路由、评分、验证↓Code 负责执行
这其实会改变我们现在对 AI 的一个惯性认识。
过去几年大家一直在追求：
一个越来越强的通用模型。
写作是它。Coding 是它。数学是它。Tool Calling 是它。路由是它。验证答案还是它。
几乎所有智能任务，都试图交给同一个模型完成。但真正成熟的计算机系统从来不是这样的。
今天一台计算机里有 CPU、GPU、内存、数据库、缓存、网络以及各种专用处理器。不同类型的计算，由不同系统负责。AI 最终也可能走向类似的结构。
未来真正成熟的 Intelligence Stack 可能包括：
Reasoning、Decision、Memory、World Model、Verifier、Execution
不同的模型，负责不同类型的“智能”。所以 Jev 真正让我感兴趣的问题其实并不是：
它到底是不是真的比 GPT 快 193 倍？
而是：
为什么我们一直默认，所有智能都应该由同一种模型完成？
现实世界里真正数量巨大的智能需求，很可能根本不是聊天，也不是写文章。
而是：
要不要？是不是？选哪个？多少分？下一步去哪？是否异常？是否可信？
这些判断存在于支付、广告、推荐、金融、安全、客服、游戏、工业系统，以及未来几乎所有 Agent 中。
它们的数量，理论上可以远远超过人与 AI 的对话次数。
这也解释了为什么这个模型叫 Jev。
Jev 来自经济学家 William Stanley Jevons，以及著名的 Jevons Paradox——杰文斯悖论。
一种资源的使用效率提高以后，总消耗量不一定下降。相反，因为成本下降，会出现大量以前根本不会使用它的新场景。
TypeSafe 认为，Intelligence 也可能遵循同样的规律：
每当机器智能的成本下降一个数量级，就会解锁更多原本不值得使用 AI 的场景。
今天，我们可能一天主动问 ChatGPT 几十个问题。未来，一个软件内部却可能每天自动发生几百万次 AI Decision。到那个时候，AI 可能不再只是一个我们主动打开的产品。而会越来越像数据库、搜索、缓存一样，成为软件内部的一种基础能力。
今天代码里到处都是：
if (...)
未来也许会出现越来越多类似：
AI_DECIDE(...)
过去几年，我们一直在研究怎么让 AI 想得更多。
Jev 提出的另外一个问题是：
哪些事情，其实根本不需要想那么多？
目前 Jev 还处于 Early Access 阶段，最漂亮的数据也基本来自 TypeSafe 自己。所以现在还不需要急着给它下结论。
真正值得看的，是放到真实任务之后：
准确率怎么样？Calibration 是否真的可靠？复杂输入下还能不能保持这样的速度？
所谓的 System One Model，究竟只是一个包装得很好的新概念，还是今天的 AI 系统里真的缺失了这样一层。
等测试。
特别说明与引用
本文关于 Jev 的模型定义、System One Model、RLCD、Parallel Sampling、70ms～500ms 响应时间、每 10 亿输入 Token 42 美元，以及 “193.6x Faster、444.6x Cheaper” 等数据，均来自 TypeSafe AI 官方网站及其官方发布的《Introducing System One Models & Jev》。
其中，“193.6 倍更快、444.6 倍更便宜”并不代表 Jev 在所有任务上都比 GPT 或其他大模型快 193.6 倍、便宜 444.6 倍。 该数据来自 TypeSafe 自建的 Workflow Evals，针对的是适合被拆解成多个结构化概率决策的 System One 类型工作流。
TypeSafe 官方同时说明，这组结果属于其预期真实场景收益中偏高的一端（higher end of real-world gains），且相关 Workflow 由其内部模型能力团队设计，因此可能存在一定测试偏差。
官网首页还展示了一次具体运行示例：Jev 的运行成本约为 0.000081 美元、耗时 0.114 秒；对比的 LLM 工作流约为 0.01388 美元、耗时 8.566 秒。该示例与“193.6x / 444.6x”并非同一组计算结果，不应直接互相换算。
另外，TypeSafe 所称的 Zero Hallucinations，主要指 Jev 的输出受到预定义 Schema 和类型约束，不会生成 Schema 之外的结果，并不意味着 Jev 的判断永远正确。
本文关于 Decision Model、Reasoning Model 的分工，以及未来 Intelligence Stack 的讨论，为基于 TypeSafe 公开资料所做的个人分析和推演，并非 TypeSafe 官方结论。
参考资料：
TypeSafe AI 官网 https://typesafe.ai/
TypeSafe AI：Introducing System One Models & Jev https://typesafe.ai/blog/introducing-system-one-models-and-jev