TypeSafe Jev 推出 Claude Code 技能
先了解这件事
2026 年 9 月 27 日，Towards Data Science 刊文介绍 TypeSafe AI 发布的 Jev：一个非自回归的校准决策模型，可在低于 500ms 的延迟下并行执行类型化概率微决策，成本远低于通用 LLM。它提供 Noul、Choice、Score 三种原语，用于 GraphRAG 的实体消解、跨本体 schema 映射与边权重标注，文章据此提出由 Jev 承担 System 1 微决策、通用 LLM 负责 System 2 推理的双引擎架构。9 月 30 日，AGI Hunt 报道 TypeSafe 发布官方 Claude Code skill，教 Claude Code 使用 Jev，要求写代码前先读 TypeSafe 的实时文档，规则、数学与查表留在普通代码里，Jev 只用于判断类问题，并按 Choice、Noul、Score 区分问题类型；报道标题称“13 问合并一次调用省 12 倍”，但未说明该数字的具体口径。两篇报道未出现数字、时间或说法上的矛盾，Jev 的具体实现细节与基准数据仍未披露。
AI 根据报道生成 · 45 分钟前更新
事件进展
- 9月30日 14:16 · 1 篇报道TypeSafe 发布 Claude Code 官方 skillAGI Hunt：TypeSafe 发布官方 Claude Code skill，13 问合并一次调用省 12 倍
- 9月27日 23:00 · 1 篇报道TypeSafe Jev 双引擎构建 GraphRAG 教程Towards Data Science：GraphRAG 与 TypeSafe Jev：用 System 1 方法构建可扩展知识图谱
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntTypeSafe 发布官方 Claude Code skill，13 问合并一次调用省 12 倍
TypeSafe 发布官方 Claude Code skill，教 Claude Code 使用 Jev，并要求写代码前先读 TypeSafe 的实时文档，规则、数学和查表留在普通代码里，Jev 只用于判断类问题，按 Choice、Noul、Score 区分问题类型。
- Towards Data ScienceGraphRAG 与 TypeSafe Jev：用 System 1 方法构建可扩展知识图谱
TypeSafe AI 发布 Jev，一个非自回归的校准决策模型，可在低于 500ms 的延迟下并行执行类型化概率微决策，成本远低于通用 LLM。Jev 提供 Noul、Choice、Score 三种原语，用于 GraphRAG 的实体消解、跨本体 schema 映射与边权重标注。文章提出由 Jev 承担 System 1 微决策、LLM 负责 System 2 推理的双引擎架构。
本事件热度走势
当前热度 3·可比范围峰值 4（9月29日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。