简介

大语言模型（LLMs）被设计为输出供人类阅读的文本。当你需要模型做出代码可直接消费的判断时，便会产生错配：你不得不把一个文本生成系统强行变成输出结构化决策的工具，再把结果解析回代码可以依赖的形式。

Jev 是 TypeSafe 的旗舰模型，也是首个 System One 模型。System One 模型被构建用于做出软件可直接使用的快速、结构化决策。Jev 会针对 state 评估类型化的 question，并直接返回结构化结果。没有文本生成，也没有解析。你得到的是类型化后的值与概率分布，代码可以据此进行分支、排序与路由。部分 题型还会返回 置信度（confidence），代码可借此决定是否以及如何对答案采取行动。每个 题型的页面都会列出其答案所包含的内容。

%%{init: {"fontFamily": "Inter, sans-serif", "flowchart": {"rankSpacing": 35, "wrappingWidth": 300, "subGraphTitleMargin": {"top": 12, "bottom": 12}}}}%%
flowchart LR
    state["your data<br/>(the state)<br/>text or JSON"]
    questions["your questions<br/>about the data<br/>(several types)"]

    %% not a node - the point where the two lines join into one request
    join@{ shape: f-circ }

    subgraph model["TypeSafe AI model: Jev"]
        evaluate["evaluate each question<br/>against the state<br/>in parallel"]
    end

    state --- join
    questions --- join
    join -- "one request" --> model
    model -- "one response" --> answers["typed answers<br/>+ probabilities<br/>+ confidence<br/>(some types)"]
    answers --> code["<b>your code</b><br/>branch, sort, and route"]

    %% fill:none drops mermaid's own dot; .junction in styles.css redraws
    %% the shape as the three short arms that bridge the join.
    classDef junction fill:none
    class join junction

TypeSafe primitives

TypeSafe 提供了一组 AI primitives。与软件 primitives 类似，我们的 AI primitives 具有模块化、可组合、结构化、可靠和快速的特点。每种 primitive 询问不同类型的 question，并返回不同类型的答案。

任意组合的 question 类型都可以在同一次 API 调用中提交。每个 question 都会针对同一份 state 并行且独立地一次性完成评估。增减 question 几乎不会影响响应时间。每个 question 都独立进行评估，因此增加 question 不会产生 context-rot。

用代码组合原子化的问题

System One 模型在每个 question 只询问一个具体、边界明确的事情时效果最佳。可以把每个 question 视为一次直觉式的判定：即一个高度专业的人在具备合适上下文的情况下几秒钟内就能做出的那种判断。

如果你想询问的 question 需要长篇推理，或权衡多个相互独立的因素，那就把它拆开。把每个因素作为一个独立的 question 提出，然后在代码中用逻辑把结果组合起来。这样既能让每次评估保持可靠，又能让你完全掌控各维度的权重。

例如，不要问"给这个创业路演打分"，而是分别就市场规模、技术可行性、差异化程度进行询问。然后用你自己的公式把分数组合起来。当优先级变化时，改动代码里的一个系数即可，而不是去改写 prompt。

下一步

• 快速开始 — 即刻上手所需的全部内容。
• AI 入门 — TypeSafe 为何训练模型去做校准过的决策，而不是生成文本。
• 题型总览 — 如何定义 question、选择 题型，以及一次发起多个 question。
• confidence — TypeSafe 如何报告确定性，以及如何在架构层面使用 confidence。
• Patterns（设计模式） — 使用 TypeSafe 构建系统的常用 pattern。

本文档由 Mintlify 构建并托管，这是一个开发者文档平台。