系统一模型（System One Model）
一句话定义：系统一模型（System One Model）是 TypeSafe 提出的一类新模型，专门”做判断”而不”写文字”——它读取一段材料（状态，State），返回类型化的答案与概率，供软件直接使用。
“System One models are a class of AI models built to make fast, structured decisions that software can use directly. A System One model evaluates a state and returns typed answers and probabilities.”
“System One models make fast, structured decisions for software. Jev is TypeSafe’s flagship model and the first System One model.”
中文：系统一模型是一类为软件做”快速、结构化决策”的 AI 模型。它评估一个状态，返回类型化答案与概率。Jev 是 TypeSafe 的旗舰模型，也是第一个系统一模型。
1. 与 LLM 的根本区别
官方在发布博客里用一张对照表把两者分开（原文摘录，保留原样）：
| 维度 | 现有 LLM | 系统一模型 + Jev |
|---|---|---|
| 优化目标 | 人类偏好：人类评分者更喜欢的写作与聊天回复；以及可验证奖励（Verifiable Rewards） | 校准决策（Calibrated Decisions）：在系统一任务上给出”认知诚实”的概率 |
| 输入 | 非结构化数据（文本），强调顺序消息（sequential messages） | 非结构化数据（文本），强调结构化程序状态（structured program state） |
| 输出 | 字符串 / 生成文本——“Strings are flexible and can be anything: chat responses, code, hallucinations, refusals, or even type-safe structured values.” 要被软件使用，回复需要被解析 + 校验 | 类型安全的（type-safe）结构化值。可能的输出与结构提前定义，模型永不产生类型错误 |
| 采样（Sampling） | 顺序式。一次一个 token，每个 token 以前一个为条件 | 并行式。一次查询产出全部输出 |
| 成本 | 输入 10 / MTok；输出词元约为输入词元的 5 倍 | 输入 $0.042 / MTok；输出免费 |
| 速度 | 端到端 3～329 秒 | 端到端 70ms～500ms |
| 置信度 | 即便被提示给出把握度，也倾向于过度自信且前后不一致 | 每次输出都附带置信度与不确定性；校准且更一致 |
“While Jev gives up string generation, it’s optimized for structured outputs and can’t hallucinate.”
Jev 放弃了字符串生成，换来的是结构化输出与”不会幻觉”。这条取舍决定了它的快与便宜。
2. 三类原语（Primitives）
系统一模型不自己决定”回答什么形状”。答案空间由你通过原语提前定义：
“System One models do not write replies, produce code, or generate explanations of their reasoning. You define the possible answers through primitives.”
| 原语 | 问什么 | 例子 |
|---|---|---|
| 选择题（Choice） | 从给定选项里挑一个（Which of these options?） | 这张工单该给哪个团队？（billing / technical / account） |
| 打分题（Score） | 在有序谱系上打分（Which level?） | 这位客户有多沮丧？（0 = 平静，1 = 沮丧，2 = 非常沮丧） |
| 是非题（Noul） | 一句命题是否成立（Is this true?） | 这条消息是在要求退款吗？（True 或 False） |
返回值分别是：Choice → choice、probabilities、confidence；Score → score、probabilities、confidence；Noul → noul（0–1 的概率）。选项上限：Choice 最多 255 个；Score 至少 2 档、API 最多接受 10 档。只有 Choice 与 Score 返回 confidence，Noul 没有单独的置信度。
三类问题可以混在同一次调用里，每个问题并行且独立地对同一状态求值（详见 并行采样）。
3. 名字来自卡尼曼，不是来自”系统一更容易错”
“The System One name comes from the concept Daniel Kahneman popularized in his book Thinking, Fast and Slow. System 1 thinking is fast and intuitive. System 2 is slower and more deliberate. Here, the emphasis is on fast, focused judgments.”
名字取自心理学家丹尼尔卡尼曼在《思考，快与慢》中普及的概念：系统一是快速、直觉的下意识思考；系统二是更慢、更费力的推理。这里强调的是快速、聚焦的判断。
官方同时承认这个词的坏名声，并给出自己的反驳：
“‘System 1 thinking’ has also implied error-prone. For reasons we will get into in the future, we believe System One Models can be made more reliable than its alternatives.”
“系统一思维”通常还暗含”容易出错”。官方认为系统一模型可以被做得比替代方案更可靠。
4. 训练方法与定位
- 训练路径是 RLCD（Reinforcement Learning for Calibrated Decisions，面向校准决策的强化学习）。官方对照另外两条路径：RLHF（人类反馈强化学习）把预训练模型变成聊天机器人；RLVR（可验证奖励强化学习）造出推理模型；RLCD 则训练模型返回决策与校准概率而不是生成文本。
- 校准的边界（官方反复强调）：“System One models are trained for calibrated decisions: their probabilities are optimized against outcomes to reflect uncertainty. Calibration is measured across groups of predictions; it does not guarantee that an individual answer is correct.”——校准是在一群预测上度量的，不保证单个答案正确。
- 定位是”软件”，不是”智能体”：“System One is TypeSafe’s model for building AI-powered software, not agents. It does not generate code or choose its own next action.”它不生成代码，也不自己决定下一步动作；代码保留控制权，模型只处理非结构化数据上的常识判断。
- 目标比率：“TypeSafe’s target is a greater than 100× intelligence-to-speed-and-cost ratio.”官方押注更便宜的智能会带来多得多的需求。
5. 与 Jev 的关系
Jev 是第一个公开的系统一模型，2026 年 9 月 15 日随 TypeSafe AI 一起发布（团队此前隐身研发约两年）。
“Jev achieves similar levels of intelligence on System One tasks compared to existing LLMs, while being two orders of magnitude faster and more efficient.”
在系统一任务上，Jev 达到与现有 LLM 相近的智能水平，但快两个数量级、效率高两个数量级。它把输入限制为仅文本（字符串、JSON 对象或文本数组；不支持图像/音频/视频），主训练语言为英文。
系统一模型这一类别本身是官方给 Jev 归的”新类别”，因此 判别式模型、类型安全、并行采样 三页讲的都是这一类模型的共同机制。
相关来源
- 官方文档《System One》：
processed/jev-原始资料/官方-文档/concepts__system-one.md（https://docs.typesafe.ai/concepts/system-one） - 官方发布博客《Introducing System One Models & Jev》，Diogo Almeida，2026-09-15：
processed/jev-原始资料/官方-网页/o04-blog-sysone.txt（https://typesafe.ai/blog/system-one） - 官网首页：
processed/jev-原始资料/官方-网页/o01-home.txt（https://typesafe.ai） - 官方文档《AI primer》：
processed/jev-原始资料/官方-文档/introduction__machine-learning-primer.md（https://docs.typesafe.ai/introduction/machine-learning-primer） - 官方文档《How to build with TypeSafe》：
processed/jev-原始资料/官方-文档/concepts__how-to-build-with-system-one.md - 官方文档《Models》《Primitives》：
processed/jev-原始资料/官方-文档/models.md、processed/jev-原始资料/官方-文档/primitives.md