TypeSafe 发布了一个不走「生成文本」这条路的模型:System One。它不接受「写一段话」的请求,而是接受一组类型化的候选动作,返回其中被选中的那一个,连同分值、概率分布与置信度。
为什么返回值而不是文字
过去的做法是让模型输出 JSON,再解析成结构。问题在于解析这一步本身就是不确定性的来源:模型可能多写一个引号、少一个必填字段,或者给出一个语法合法但语义越界的值。
类型化决策把这一层挪进了模型内部——输出的形状由调用方定义的类型决定,不符合的结果根本产生不出来。错误的形态也跟着变了:不再是「解析失败」,而是「置信度低」。
置信度当路由用
System One 把置信度做成了可以编程的量。调用方可以按置信度分档决定后续动作:高置信度直接执行,中等置信度走人工确认,低置信度转交更大或更贵的模型。
这比「又一个结构化输出方案」要走得远,因为它把「不确定」从需要处理的异常变成了可以编排的信号。
RLCD:第三条后训练路径
发布材料同时提出了 RLCD(Reinforcement Learning from Contrastive Distillation),定位在 RLHF 与 RLVR 之外的第三条路。目前只有厂商一侧的描述,没有可复现的训练配方——这一部分暂时只能当作方向,不是结论。
值得留意的地方
公开可用的实现目前基本只有这一家,生态、工具链与长期成本都没有经过检验。把不确定性变成可编程的量这个概念本身可能是长期的,但具体实现未必。
其中经得起时间考验的部分已整理进知识地图的 AI-Powered Software 条目。