今天早上，由 OpenAI 元老级人物Diogo Almeida 创立的 TypeSafe AI，发布了一个全新的决策 AI 模型System One Model，让 AI 直接进入企业工作流：提速最高200 倍，成本降低 40-400 倍，关键是 输出 Token 免费。

1、第一个模型，叫 JevJev 这个名字，来自英国经济学家William Stanley Jevons，以及他著名的杰文斯悖论（Jevons Paradox）。TypeSafe AI 认为：AI 也可能遵循类似的提效路径，AI 判断的成本越低，就会被越多的加入自动化流程。

2、Jev训练方法是 RLCD产出 Jev 的训练方法，叫Reinforcement Learning for Calibrated Decisions（RLCD，校准决策强化学习）。这和主流大模型训练用的 RLHF（人类反馈强化学习）、RLVR（可验证奖励强化学习），都不相同。

3、 快 20-200 倍，输出 Token 免费速度提升 20-200 倍成本降低 40-400 倍（输出 token 免费）针对决策任务优化，达到前沿级模型智能

4、Workflow Eval：可编排、可评测、可生产
先是拆解真实业务流程：把复杂任务拆成多个可执行步骤，再搭建一个代码化的工作流环境。

操作层面，把任务拆成两部分：
——程序化规则，就是适合代码批量处理的任务。
——智能判断，就是需要 AI 理解、然后再做决策。这样下来，模型只在真正需要判断的节点上，输出短决策、结构化结果和置信度。AI 由此进入“可编排、可评测、可生产”的自动化系统。

5、决策只有三种结构
第一个是做判断。AI 只答“是否”。
第二个是做选择。AI从几个选项中，选出一个对的。
第三个是做打分。在一个维度上打分。

6、举个例子：员工报销
第一步：模型判断AI 读取报销单和收据，并完成三个判断：
第一，判断收据是否可以读取。
第二，判断这笔费用，属于哪一种类型。
第三，判断报销描述与收据是否匹配。

第二步：代码决策如果发票无法读取，则要求员工重新提交。
如果发票没问题，再进一步判断
其他情况，则直接批准。

整个流程中，AI 负责理解并输出判断，代码负责最终决策。这个工作流对管理层来说，是提升了效率。
但发票报销最费事的，其实是面对基数最大的员工层——提交报销这一端，也应该纳入这个 AI 流。