<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>决策模型 on Peng Tan's AI Blog</title><link>https://hobbytp.github.io/zh/tags/%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B/</link><description>一个关注 AI 各领域的专题博客</description><atom:link href="https://hobbytp.github.io/zh/tags/%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml"/><item><title>Jev 深度解析：TypeSafe AI 那个「不做聊天、只做判断」的系统一模型</title><link>https://hobbytp.github.io/zh/large_models/jev_typesafe_system_one/</link><pubDate>Sat, 03 Oct 2026 10:30:00 +0800</pubDate><guid>https://hobbytp.github.io/zh/large_models/jev_typesafe_system_one/</guid><description>TypeSafe AI 发布的 Jev 是一个不生成文本、只返回带校准概率的类型化决策的「系统一」（System One）模型。本文深度剖析其走红动因、核心实现原理、Python SDK 实战、架构落地的置信度级联模式、能力边界与局限、开源竞品（Kev/Laya）架构逆向、业界评价及选型决策指南。</description></item></channel></rss>