JEV: How It Works and What You Can Build
Riley Brown
Jev
System One decision model
工具已上线 · 5 次免费真调 API
什么是 Jev AI？ 类型化决策，而不是文本。
面向开发者的 TypeSafe System One 指南 — 在几十到几百毫秒内完成路由、打分与结构化 Agent 决策。
比 LLM 快 40–200× · 免费在线试用 · 在账户页创建密钥
试一次决策
应用评价 → 类型化分诊
粘一条乱糟糟的评价，输出主题、退款压力与严重度 — 代码可直接分支的值。
真实 API · 免费 · 免注册 · 5 runs
示例输出
- choicetopicbug · 91%
- noulrefund_pressure否 · 74%
- noulchargeback_risk否 · 96%
- choicetonefrustrated · 88%
- scoreseverity2.2 · major
Jev 是 TypeSafe AI 推出的 System One 决策模型，面向需要可预测、一致决策而非创意文本的 Agent 流水线。核心理念很简单： 决策，而非字符串。
通用大语言模型擅长写作、推理与对话，但在自动化 Agent 工作流中输出可能不稳定。Jev 通过结构化、可重复的决策结果填补这一缺口。
Jev（常被误拼为 jev typesave、typesave jev、typesafe jeb、jev typesaf）是 TypeSafe 新发布的 System One 模型。本站提供使用教程、代码示例与入门要点，帮助开发者快速上手。
观看：Jev 如何工作及如何使用
短视频讲解 什么是 Jev AI？、 如何使用以及 可以构建什么。可在本页播放（需能访问 YouTube）。
Jev is HERE. How to use it
Greg Isenberg
Jev Explained: Demos and Use Cases
Syntax
Jev - The Ultimate Classification Model?
Sam Witteveen
更喜欢阅读？可从 System One 详解 或 接入与使用 Jev开始。
团队为何选 Jev：速度与成本
图表基于 TypeSafe 已公布区间。完整方法论与场景模板见 基准测试页。
Jev 功能一览
六张卡片概括公开介绍中的高频要点：决策而非聊天文本、智能 if 式路由、Choice / Score / Noul、并行提问、校准置信度与 schema 安全输出。
System One 与 System Two
System One / System Two 命名来自行为心理学。在 Agent 工程里，对应同一流水线中的两种分工。简短定义见 术语表 。
- System One（Jev）：快速、确定、一致的分类与决策，波动低，适合自动化 Agent 工作流。
- System Two（生成式 LLM）：较慢、灵活推理与文本生成、开放式对话，适合写作与复杂推理。
生产栈很少只选一种。常见做法是把 Jev 放在决策边缘，仅在需要 prose、工具规划或更深推理时再调用生成式模型。详见 对比页 的功能逐项说明。
快速导航
相关问题
Jev 解决什么问题？
Jev 减少 Agent 流水线中通用 LLM 不可预测的自由文本输出，提供一致的结构化决策。
官方来源与延伸阅读
产品主张与品牌资产归 TypeSafe AI 所有。可从官方公告入手，或阅读 Truescho 上的独立发布摘要。