什么是 Jev？
Jev 是 TypeSafe AI 的第一个公开 System One 模型：它接收 state（上下文）和 Choice、Score、Noul 问题，返回固定格式的结果和概率，而不是自由文本。
state（上下文）+ 问题 → 结果 + 概率
示意流程——这不是实时 Jev 返回结果。
三种提问方式
从预先定义的选项里选一个。
路由 · 分类 · 工具选择
判断一个 yes/no 结论成立的概率。
核验 · 资格判断 · 完成度
按你定义的等级给 state 打分。
紧急度 · 风险 · 质量 · 优先级
概率让“难判断”变得可见
当第一名明显领先时，可以按业务规则自动进入下一步。
当几个结果很接近时，更适合补充信息、走 fallback 或人工审核。
先运行一次，再继续读
Jev Playground允许你编辑 state、切换 Choice / Noul / Score，并直接查看 Jev 返回的结果、置信度和概率分布。
同样的逻辑，用 TypeScript 表达
官方 JavaScript SDK 也是把 state 和问题一起发给 Jev，再读取固定格式的结果。
import { choice, TypeSafeClient } from "@typesafe-ai/sdk";
const client = new TypeSafeClient();
const result = await client.systemOne({
state: { message: "I was charged twice. Please fix this ASAP." },
questions: {
category: choice("What is this ticket about?", {
billing: null, technical: null, other: null,
}),
},
});三种提问方式
Choice
Choice 从预先定义的选项里选一个。它适合分类、路由、工具选择，或任何互斥分支。
Score
Score 按你定义的等级给 state 打分。官方 JavaScript SDK 用一个至少包含两个评分等级的列表表示量表，索引从零开始。
Noul
Noul 是 yes/no 问题。返回的 noul 值代表 yes 结果的概率。它适合判断证据是否证明任务完成，或消息是否是合格线索。
Jev 适合的场景
- 对客服、销售、审核或文档状态进行分类。
- 在预先定义好的工作流中路由请求。
- 按明确的严重程度或优先级规则评分。
- 先过滤大批量输入，再把少量结果交给 LLM。
- 根据已有信息，判断某个结论或 Agent 是否真的完成了任务。
Jev 不适合的场景
- 写邮件、文章、程序或自由形式的解释。
- 需要自由发挥的创意生成。
- 无法提前定义可能答案范围的任务。
- 没有明确的权限和业务规则，就直接授权高风险操作。
Jev 可以与 LLM 组合使用
一种常见架构是先让 Jev 分类、路由或过滤，只有真正需要生成语言时才调用生成式模型。这样可以让前置判断更可控，同时在真正需要生成内容时保留 GPT、Claude 或其他 LLM 的灵活性。
一手来源
TypeSafe 的发布文章把 Jev 概括为 “structured state in, typed probabilistic decisions out”。官方 JavaScript SDK 暴露了 choice、score、noul 和 systemOne。
一手来源最近核验：2026-09-21。
下一步
先在Playground中运行一次，再继续阅读快速入门，在成本计算器中估算用量，或浏览实用模板。