TypeSafe
AI基础设施公司，专注于开发决策专用AI模型，致力于为高频、实时决策场景提供低延迟、低成本的结构化推理服务
核心事实
时间轴 (近 90 天)
TypeSafe的理念是「我们造的是prod，不是God（we build prod, not God）」
Jev是一种新的编程原语，用户用自然语言描述意图并提供状态机，它会在软件内部做出带置信度的决策
TypeSafe 在此语境下指 API 响应严格遵循预定义的类型模式而非返回格式多变的自由文本
langgraph-jev 将 TypeSafe 的 Jev API 封装成了 LangGraph 节点与 LangChain Runnable
OpenAI 推出了名为 Decisions API 的产品
TypeSafe 旗下的 Jev 于 9 月 27 日正式取消候补名单，向公众开放
作者推测 RLCD 采用 Brier 分数作为评分规则，但 TypeSafe 官方尚未公开具体的奖励函数实现
RLCD（Reinforcement Learning for Calibrated Decisions）是 TypeSafe 的产品 Jev 背后的方法，旨在解决 RLVR 忽视置信度的问题
JEV 是 TypeSafe 推出的一款决策模型（decision model）
开发 Jev 模型的公司 TypeSafe 没有开源模型文件与权重
还有 14 条时间轴事件
全部知识事实 (20)
Jev是一类被称为'系统一模型'的前端模型，快速、便宜、结构化，专门用于决策，不生成文本而是在预设选项集合中返回概率打分
75%部分验证OpenAI 推出了名为 Decisions API 的产品
65%待验证TypeSafe的理念是「我们造的是prod，不是God（we build prod, not God）」
50%待验证Jev是一种新的编程原语，用户用自然语言描述意图并提供状态机，它会在软件内部做出带置信度的决策
50%待验证TypeSafe 在此语境下指 API 响应严格遵循预定义的类型模式而非返回格式多变的自由文本
50%待验证langgraph-jev 将 TypeSafe 的 Jev API 封装成了 LangGraph 节点与 LangChain Runnable
50%待验证作者推测 RLCD 采用 Brier 分数作为评分规则，但 TypeSafe 官方尚未公开具体的奖励函数实现
50%待验证RLCD（Reinforcement Learning for Calibrated Decisions）是 TypeSafe 的产品 Jev 背后的方法，旨在解决 RLVR 忽视置信度的问题
50%待验证JEV 是 TypeSafe 推出的一款决策模型（decision model）
50%待验证开发 Jev 模型的公司 TypeSafe 没有开源模型文件与权重
50%待验证JEF 是 TypeSafe 公司提供的云端 API 服务，并非通用开源组件，模型架构和训练细节未完全公开
50%待验证Reflex 4B 是 TypeSafe 为本地部署提供的轻量判断模型，参数规模约 40 亿，可在消费级 GPU 或高性能 CPU 上运行，默认关闭且不自动下载
50%待验证GIV 的输出被约束为 JSON Schema 定义的固定格式，这是 TypeSafe 的核心卖点之一
50%待验证TypeSafe 按输入量收费，每 100 万 Token 为 0.042 美元，输出免费
50%待验证Jev 负责点击决策的核心模型 GIV 目前只能走 TypeSafe 官方远程接口，无法完全离线运行
50%待验证Jev 优化后浏览器协议（CDP）调用从 1092 次降至 101 次，TypeSafe 请求从 22 次降到 17 次
50%待验证作者声称 TypeSafe 托管模型在有界软件决策上比 LLM 更快更便宜，但这仅是关于延迟和 schema 的主张
50%待验证TypeSafe将Jev定位为'系统一模型'，这一概念受丹尼尔·卡尼曼《思考，快与慢》中的双系统认知理论启发
50%待验证TypeSafe团队花了两年时间重新设计训练流程，提出「校准决策的强化学习」（calibrated decision RL）
50%待验证TypeSafe 将 Jev 官方定义为首个"System One"模型类别
50%