前OpenAI研究员创办TypeSafe AI，推出只做判断不写文本的模型Jev
TypeSafe AI发布模型Jev，开发者在软件中预设问题和可选答案，模型只返回标签和概率，不生成文本；官方称响应时间70至500毫秒，输入每百万token收费0.042美元，输出免费，开发者需通过等待名单申请接入。
AI解读：Jev把大模型的用法反过来：不让它写回复，而是让开发者在代码里预先定好问题和候选答案，模型只负责给每个选项打分。它输出的是“这是付款问题”“客户想要退款”这类标签和概率，之后由商城软件自己按规则分流。
这么做的卖点很直接：快和便宜。TypeSafe称Jev能在70到500毫秒内返回结果，多个输出并行计算，同一次调用里增加更多问题几乎不增加耗时，输入价格是每百万token 0.042美元，输出不收费。对需要在每条客服消息、每段AI回复前做一次小判断的场景，成本可能比调用通用大模型低不少。
但别把“不幻觉”理解成“不出错”。TypeSafe所说的保证，只是模型不会给出预设选项之外的答案；如果它在一堆固定标签里选错了那个，错误照样发生。而且公布的性能测试由TypeSafe自己搭建的四个工作流，参照答案是其他AI模型的输出，并非独立核验过的正确答案，评测里也没有GPT-6 Astra。
真正受影响的是要把这类判断接进业务系统的开发者：它适合分类、识别购买意图、判断何时转人工等窄任务，不适合替你做最终事实核查，比如是否真的重复扣款仍需查交易记录。接入还得先上等待名单，值不值得用，需要企业拿自己的任务去测准确率。
前OpenAI研究员、InstructGPT论文作者之一Diogo Almeida联合创办的TypeSafe AI，发布了一款名为Jev的AI模型。与生成式聊天机器人不同，Jev不写邮件、不写代码、不生成聊天回复，而是被设计用来在软件内部给出窄范围的判断和概率。
Jev的工作方式由开发者定义问题和可能的答案，模型负责给这些选项打分。TypeSafe文档给出的例子是：一家网店收到客户消息，称订单被重复扣款并要求退还第二笔付款。在有人处理前，这条消息需要先被分类——它是关于付款、配送还是退货？客户是想要退款还是只想要解释？开发者把商城软件接到Jev，并定义这些问题和允许的答案。每条新消息进来时，软件把客户文本交给Jev，拿回来的不是一封回信，而可能是“付款问题”这个标签，以及客户想要退款的一个概率值。
Jev在网店场景中怎么用
拿到Jev返回的标签和概率后，商城软件可以套用固定规则：付款问题转给财务，退款请求被标记，标签不明确时由人工审核。Jev只提供评估，下一步做什么由软件按预设规则决定。
TypeSafe指出，这不等于钱已经退回去了。是否真的存在重复扣款，仍需之后对照实际交易记录核实。告知客户已确认状态可以由另一个聊天机器人完成，但仅就分类这件事而言，不需要聊天机器人。
速度、价格与“不幻觉”的边界
TypeSafe称Jev的响应时间为70至500毫秒，比当前最快的语言模型还快很多倍。为达到这一速度，模型跳过了逐步生成文本的过程，公司称它会并行计算多个输出。在同一次调用中增加更多问题，响应时间几乎不增加。
这种速度让一种用法变得可行：在AI助手的每次回复前都做一次检查——草稿是否与之前的对话矛盾？它是否声称了一笔客户账户里没有记录的退款？TypeSafe在其示例工作流中描述了这类检查。公司还列出销售和客服领域的更多潜在用途，包括识别购买意图、按主题分类请求，以及判断何时该转人工。
价格方面，TypeSafe列出输入为每百万token 0.042美元，并称输出不收费。公司把Jev宣传为一款“不会产生幻觉”的模型，但这一保证只覆盖允许的输出结构：模型不会给出预设选项之外的答案，但在这些选项之内做出事实上错误的选择仍然可能发生。
与现有的结构化输出方案相比的未知数
常规语言模型同样可以输出预设类别和数据结构，OpenAI就为此提供了Structured Outputs功能。仅凭结构化响应格式，并不能把Jev与竞争对手区分开。要胜出，该模型必须不仅在速度或成本上更优，而且质量足够好。
TypeSafe公布的性能测试存在局限：它比较的是自己搭建的四个工作流，参照答案是其他AI模型的响应，而不是经过独立核验的正确解法；GPT-6 Astra也没有出现在评测中。Jev的定位是让软件在后台以更经济的方式做大量小型判断，这些判断是否足够可靠，企业需要针对自己的任务进行测试。开发者目前需要通过等待名单获得访问权限。