#RLCD

「不生成文字的模型」——Jev 與 System One 新品類：當 AI 只回答選擇題，Agent 架構會怎麼變？

TypeSafe AI 以 $40M seed 走出 stealth，發布 Jev——一個不生成文字、只回答類型化問題（choice / score / noul）的 System One 模型。一次 forward pass 並行回答多條問題，回傳校準概率，延遲 ~100ms，定價 $0.042/MTok。本文拆解 RLCD 訓練法、與 RLHF 的根本差異、開源複製品生態（OpenJev / NanoJev / Jevlike 等 7 個項目），以及「決策與生成分離」對 Agent 架構的深層啟示。