最近研究 Jev【文献1】，有一些初步判断/推测，
Jev 的最大秘密可能是重新定义了模型学习什么、输出什么。
传统 LLM 学习的是
输入状态，生成文字。
Jev 更接近
输入状态、问题和答案类型，直接输出决策及概率。
系统1决策
假设判断一个客户是否存在流失风险。
传统 LLM “根据客户最近的交易行为，我认为其流失风险较高……”，
程序还得从文字中解析答案。
Jev 可以直接返回
low 0.08
medium 0.27
high 0.65这种模型被称为系统1决策：
输入非结构化 state，输出类型概率决策。Choice、Score、Noul 是基本决策原语。
模型直接提供代码可以用的决策分布。
原子判断
复杂业务通常包含多个判断。Jev 把它们拆开
Q1：是否存在流失风险？
Q2：风险有多高？
Q3：客户价值属于哪个等级？
Q4：是否需要人工介入？然后
TypeSafe明确强调Jev处理原子判断，后续代码负责组合和执行。
笔者曾猜测“IFTTT被训练进了Jev模型”，现在感觉不像。
用户自己的数据、规则和知识通过状态、指令、准则在运行时提供，不微调用户专属模型权重。
训练什么
TypeSafe 已经公开，Jev 使用 100% 合成数据训练。
创始人 Diogo Almeida 还表示，他们大量研究如何生成具有普适性的合成数据，将目标描述为类似一个认知核。
所以 Jev 训练形式可能是
也就是大量合成的决策。
比如
State：客户交易、行为、历史……
Question：未来30天是否可能流失？
Structure：low / medium / high
Outcome：high不学行业的具体规则，学更一般的能力，
给定一个状态、一个问题和一个决策空间，如何形成概率判断。
所谓认知核就是学到这个决策算子。
不过，以上都是推测。
TypeSafe 应该不会公开合成数据的具体生成机制，这是他们的核心机密。
RLCD
Jev 的另一核心技术是 RLCD(Reinforcement Learning for Calibrated Decisions)。
传统分类只需要
Jev 需要保留完整的概率
因为概率本身就是程序决策的一部分。
如果模型给出 0.8，意思是长期来看，这类事件应该大约 80% 会发生。
所以 Jev 追求的不只是“答对”，还要可信。
官方将 RLCD 定义为训练模型输出校准的决策和概率，不生成文本。
Type处理
普通 classifier
类别通常固定。
Jev 可以在运行时定义
Choice:
approve / hold / reject也可以
Choice:
approve / hold / reject / manual_reviewJev 还明确支持 JSON schema、taxonomy、database row 等结构化输入，强调模型被训练来理解结构。
所以可能更合理的理解是
Type 不仅输出格式，还可能参与决定模型面对的决策空间。
并行采样
笔者最初的判断
“采样推理并行化”，现在已经得到相当强的支持，
Jev 明确提出并行采样器 parallel sampler。
传统 LLM 是
Jev 可以把多个独立问题放进一次调用，并行得到结果。
“选举最佳答案”交给了代码，
并行产生概率分布，再由代码完成选择、阈值判断、路由或人工升级。
核心抽象
Jev 可以浓缩成，
合成决策语料 - 通用认知表征 - RLCD - 类型决策分布 - 并行采样器 - 代码 - 行动
核心抽象是，
LLM 预测 next token，Jev 判断 next distribution。
探索方向
后面可以密切关注三个问题：
1、合成决策数据怎么生成？
2、RLCD 到底优化什么概率目标？
3、Jev 从预训练LLM开始，还是完全针对 decision 设计的 Transformer【文献2】？
笔者推测，一种可能的实现路径是，
在通用语义能力（比如LLM的潜空间）之上，
后训练一个从 State、Question、Type 直接产生概率化 Decision 的模型，
再通过并行采样和代码组合，把它变成代码可以直接调用的智能判断算子。
这等于把 AI 从语言生成器，变成程序中的概率判断函数。
文献1，https://docs.typesafe.ai/introduction
文献2，https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers