TypeSafe AI

美国旧金山的 AI 公司，专注为软件而非对话训练模型。2026 年 9 月 15 日发布首个公开模型 Jev，并提出”系统一模型（System One Models）“这一新的模型类别。公司在发布前隐身研发约两年。

关键信息

• 总部：旧金山（官网标注 “Made in SF”）。
• 发布节点：2026-09-15 发布《Introducing System One Models & Jev》，同时开放 Jev 早期访问（early access）。
• 核心主张：现有大语言模型（Large Language Model, LLM）经 RLHF 优化后偏向人类偏好与聊天，存在模式坍缩、过度自信、可靠性不足等问题，需要人在回环（human-in-the-loop）；TypeSafe 选择”相反的研究方向”——让模型原生供机器使用。
• 提出的模型类别：系统一模型（System One Models）。官方的定义原文是”a new class of AI model built for decisions inside software”。
• 技术栈三项：新模型架构、并行采样器（Parallel Sampler）、训练算法 RLCD（Reinforcement Learning for Calibrated Decisions，面向校准决策的强化学习）。
• 旗舰产品：Jev，官方称其为”frontier-intelligence function call”——非结构化状态输入，类型化概率决策输出。
• 官方站点：
  • typesafe.ai — 产品与公司站点
  • docs.typesafe.ai — 文档（教程、SDK 参考、模式、Cookbook、HTTP API）
  • evals.typesafe.ai — 工作流评测（workflow evals）站
  • console.typesafe.ai — 控制台（创建密钥、查看实时 Jev 请求）
• 官方 GitHub 组织 typesafe-ai：
  • JavaScript/TypeScript SDK（typesafe-sdk-js）
  • Python SDK（typesafe-sdk-python）
  • System One Adapter（system-one-adapter-python）— 用同一套类型化接口跑在 OpenAI、Anthropic 及兼容 API 之上的适配器
  • Agent Skills（skills）— 供 Claude Code、Codex 等技能兼容智能体设计 TypeSafe 工作流的官方技能包
• 社区枢纽：官方 Discord（discord.gg/typesafe）；社区独立精选清单 awesome-typesafe-jev（61 位贡献者，声明与 TypeSafe 无隶属关系）。

官方发布的关键数字

• 速度与成本：首页宣称 “193.6x Faster, 444.6x Cheaper”；官方博客说明该数字来自 System One 任务的工作流评测，并承认”真实世界收益可能处于偏高端”。
• 输入成本：Jev $42/十亿输入词元（$0.042 / 百万词元），官方称比 Claude Fable 5.1 低 238 倍。
• 工作流评测（workflow evals）：以最大最贵的外部模型（Astra 与 Fable 5.1）的平均预测为参考概率，衡量模型在代码工作流内的表现，而非 ground truth 分类。
• 价格坦白：官方承认”无法证明定价没有补贴”，预期长期价格下降而非上涨。

与哪些概念/实体关联

• Jev — 公司首个公开模型，也是第一个系统一模型。
• 系统一模型 — TypeSafe 提出的模型类别，与文本生成模型相对。
• 模型路由 — Jev 常被定位为”快反射层”，与贵慢的生成/推理模型分工。
• OpenAI、Anthropic — 官方发布会以 GPT-5.6/GPT-6 Astra 与 Fable 5.1 作为对照模型，并公开讨论”两头夹击”的竞争格局（大模型厂商与专用分类器）。
• Harness工程、Agent — 官方用例地图把”工程框架增强”列为主要方向之一。
• OpenRouter、Vercel — 第三方托管渠道（Vercel AI Gateway、OpenRouter、Cloudflare Workers AI）。