TypeSafe AI

TypeSafe AI - 机器原生决策模型平台，Jev结构化输出、校准置信度与自动化工作流工具

TypeSafe AI 简介

TypeSafe AI是一家由ChatGPT共同开发者Diogo Almeida创立的AI公司，成立于2024年，总部位于旧金山。公司于2026年9月结束隐身状态，宣布完成由DCVC领投的4000万美元种子轮融资，估值达2亿美元。TypeSafe AI提出了与主流大语言模型截然不同的技术路线——System One Models（系统一模型），其首款产品Jev不生成任何自然语言文本，而是直接返回类型化决策与校准置信度，专为软件内部自动化决策设计。

TypeSafe AI 核心功能/服务

Jev决策模型与类型化输出：Jev接收结构化问题，返回Choice（从预定义选项中选择，最多255个）、Score（在指定范围内评分）和Boolean（校准的是/否概率）三类输出原语。每个决策附带置信度估计，开发者可据此设置自动化阈值或转人工审核。
RLCD训练与校准置信度：Jev采用公司自研的Reinforcement Learning for Calibrated Decisions训练算法，优化模型置信度与实际正确率的对应关系——当Jev给出70%置信度时，约70%的相关预测应当正确，使输出可用于风险评分与模型验证。
极低延迟与超低成本：通过并行处理替代自回归生成，Jev在同类结构化任务上速度提升最高193.6倍，成本降低最高444.6倍。输入Token定价为每百万0.042美元，输出Token因无生成过程而实际免费。

TypeSafe AI 适合谁

• AI Agent与自动化工作流开发者：需要为Agent循环构建决策节点、工具路由或子代理选择的开发者，可利用Jev的类型化输出与置信度直接驱动代码逻辑，替代解析LLM文本输出的繁琐流程。
• 保险、金融与客服领域的工程团队：需要处理核保分流、风险评分、退款审核或工单分类等重复性判断任务的团队，可借助Jev的并行决策能力批量处理结构化判断。
• 对成本与延迟敏感的AI应用团队：在高频调用场景中受限于LLM成本或响应速度的团队，可通过Jev将决策环节的Token成本与延迟降至LLM的几百分之一。

为什么选择TypeSafe AI

TypeSafe AI的核心差异化在于“为机器而非人类构建AI”——当大语言模型持续优化对人类对话体验时，Jev反向选择放弃文本生成，专注于软件可直接消费的类型化决策。公司由RLHF核心研究者创立，对LLM的固有缺陷（模式坍缩、过度自信、输出不一致）有深刻理解，RLCD正是针对这些问题提出的系统性解决方案。Jev已上线Vercel AI Gateway与Netlify，支持零数据保留与禁止训练。**访问TypeSafe AI官网**，申请Early Access或查阅开发者文档。