不生成一個字的模型Jev：TypeSafe AI新架構三天登頂HN，官方數據與「零幻覺」宣稱的訊源對照

2026年9月15日，一家名為TypeSafe AI的新創公司在Hacker News發布部落格文章，介紹一款名為Jev的模型。文章上線一天累積1863分、491則留言，登上該站榜首。Jev的核心賣點與主流大型語言模型截然不同：它不生成任何文字，只輸出「選項加置信度」。本臺綜合掘金一篇於9月18日發布的調研長文、官方文件、HN討論串與第三方實測，整理這款模型的技術輪廓、數據宣稱與各方出入。

模型定位：不是加了限制的LLM

依據掘金作者的整理，Jev的名稱有兩層來源。其概念取自《思考，快與慢》一書的框架：大型語言模型屬於System 2，慢而深、逐token推理；Jev則想做System 1，快速、直覺、直接給出判斷。「Jev」一詞本身取自經濟學家Jevons，對應Jevons悖論，即智慧越便宜、用例越可能爆發。

創辦人Diogo Almeida本人現身HN討論串（ID為CompleteSkeptic）逐一回覆提問。針對「這是不是加了輸出限制的LLM」這一最常見質疑，他的原話是：它就是一個模型，還沒有harness；它是一個結構化資料模型，技術上並非語言模型，因為它不生成語言。

兩者的調用鏈差異可以概括如下。LLM的路徑是prompt經自回歸逐token生成JSON字串，再經解析、校驗與失敗重試，最終得到決策。Jev的路徑是輸入state，一次前向傳播並行處理所有問題，直接輸出帶類型的答案與機率分布。

項目	LLM	Jev
訓練方法	RLHF／RLVR	RLCD（校準決策強化學習）
輸出	自由文字，需解析驗證	Choice／Score／Boolean，結構先於生成存在
採樣方式	逐token自回歸	所有答案一次並行算出
端到端延遲	3至329秒	70至500毫秒
置信度	常見過度自信	每個答案附校準置信度

定價與速度宣稱：官方自報數據為主

價格方面，Jev的輸出token免費，輸入定價為每百萬token 0.042美元。延遲官方宣稱為70至500毫秒，比LLM快最多193.6倍、便宜444.6倍。

掘金作者特別註明：以上性能數字基本來自官方自報，處於早期訪問階段，第三方獨立驗證尚未完整覆蓋。該文作者對此的結論是，方向大概率是真的，數據有水分。

值得注意的是模型9月15日才發布，可查證的實測樣本有限。與先前V2EX上關於GPT-6回應品質下滑的討論相比，兩者面臨同樣的訊源困境：多數體感與效能說法來自用戶自述，缺乏可複現的基準測試。

三種原語：Boolean、Choice、Score

官方文件顯示，整個模型只支援三種問題類型，官方稱為primitives。

第一種是boolean（官方名稱Noul），回答是或否，回傳P(true)介於0到1之間的數值。第二種是choice，回答選哪個選項，回傳選項、完整分布與置信度。第三種是score，回答打幾分，分數可落在兩級之間，附帶分布與置信度。

以客服工單分診為例，一次請求的state欄位包含工單主旨（例如「重複扣款」）、訊息內容、訂單資料（編號A-104、兩筆各49美元的扣款）與退款政策文字。questions欄位則並行提出多個問題：department屬於choice類型，在billing與technical兩個準則之間選擇；is_urgent屬於noul類型，判斷訊息是否傳達急迫性；frustration則評估使用者沮喪程度。

這種設計把結構化的判斷從文字生成流程中剝離，等於把模型當成「帶機率的智慧if語句」使用。掘金作者的評估是：當作這種用途是劃算的，想把它當成小號GPT使用則會出問題。

「零幻覺」爭議：文字遊戲的質疑

官方宣稱Jev為「零幻覺」，理由是類型錯誤在數學上不可能發生。這也是HN討論串中被質疑最多的部分。

質疑者的邏輯是：Jev確實不會產生類型之外的值，choice只能回傳定義過的選項，boolean只能回傳機率。但「不產生類型外的值」與「答案正確」是兩回事。Jev仍可能選錯選項、給出錯誤的判斷，只是錯誤會以結構化、附帶置信度的形式呈現。

掘金作者直接將「零幻覺」定性為文字遊戲。這一判斷與官方說法之間的落差，是評估該產品時需要留意的核心出入。

社羣反應與生態進展

HN社羣對創辦人ID「CompleteSkeptic」的討論也佔了一定篇幅，有網友指出這個名字與Dario Amodei形成某種對仗，成為討論串中的插曲。

更實質的進展來自第三方。Browser Use團隊在模型發布三天內完成了官方整合。獨立復現項目也陸續出現，顯示社羣對「非生成式決策模型」這一方向存在實際嘗試，而非停留於圍觀。

這與近期另一個現象形成對照：當AI工具的輸出品質被反覆檢驗時，開發者傾向親自拆解原始碼與文件再下判斷，例如掘金上AI給出八個正確卻無用的最佳化方案一文所記錄的工程判斷難題。Jev的調研文屬於同一脈絡：結論建立在原始碼閱讀、官方文件比對與第三方實測交叉驗證之上。

早期階段的訊源邊界

目前可確認的事實如下：Jev於9月15日由TypeSafe AI發布，三天內登上HN榜首，積分與留言數據來自該站。模型的訓練方法、三種原語設計、定價與延遲宣稱均來自官方文件與創辦人在HN的回覆。

尚未能獨立確認的部分包括：193.6倍速度與444.6倍成本差距的測試條件與對照基準、RLCD訓練方法的技術細節、以及長期使用下的置信度校準品質。掘金作者在文首聲明所有數據截至2026年9月18日，並坦承已盡量標註來源與水分。

一款不生成文字、只輸出判斷與機率的模型，能否在以文字生成為主流的AI市場中站穩，取決於後續獨立基準測試與生態整合的實際表現。截至本文整理時，該模型仍處於早期訪問階段。