Apa Itu Jev? Model AI TypeSafe untuk Keputusan Perisian Berstruktur

Jev ialah model System One pertama daripada TypeSafe AI—model yang dibina untuk membuat keputusan pantas dan berstruktur di dalam perisian, bukannya menghasilkan prosa untuk dibaca manusia. Syarikat yang berpangkalan di San Francisco itu memperkenalkan Jev dalam akses awal pada 15 September 2026. TypeSafe AI diasaskan oleh bekas penyelidik OpenAI, Diogo Almeida, bersama Erik Gafni dan Sasha Sheng. 216

Bezanya dengan LLM: membuat keputusan, bukan menulis teks

Model bahasa besar (LLM) menjana urutan token teks. Sifat ini menjadikannya fleksibel: ia boleh menerangkan sesuatu, merangka kandungan, merancang, menulis kod dan menjawab soalan terbuka. Namun, aplikasi lazimnya perlu menghuraikan teks atau mengesahkan JSON yang dijana sebelum hasil itu boleh digunakan dengan selamat.

Jev direka untuk tugas yang lebih khusus. Aplikasi menghantar state—sama ada rentetan teks, objek JSON atau tatasusunan teks—berserta soalan bertip. Model kemudian memulangkan jawapan berstruktur untuk setiap soalan, yang boleh digunakan terus oleh kod bagi membuat percabangan logik. Dokumentasi API TypeSafe menerangkannya sebagai penilaian state terhadap peta soalan bertip, dengan satu jawapan berstruktur bagi setiap soalan. 17

Bentuk keputusan yang disokong termasuk:

• Boolean: menganggarkan kebarangkalian sesuatu pernyataan adalah benar, misalnya sama ada suatu arahan selamat untuk dijalankan.
• Choice: memilih daripada pilihan yang disediakan pembangun.
• Score: memberikan penilaian mengikut rubrik tersusun atau skala angka.

Atas sebab itu, TypeSafe meletakkan Jev sebagai komponen keputusan untuk aliran kerja seperti penghalaan, pengelasan, penapisan carian semantik, pemarkahan risiko dan pagar keselamatan ejen AI—bukan sebagai pembantu sembang. Dokumentasinya menyenaraikan penghalaan model, pemerolehan konteks semantik, pengelasan jejak dan semakan output AI lain sebagai antara kegunaan yang berpotensi. 18

Maksud “System One”

Nama itu merujuk kepada pembezaan ahli psikologi Daniel Kahneman antara pemikiran “System 1” yang pantas dan intuitif, dengan “System 2” yang lebih perlahan serta teliti. TypeSafe menggunakan istilah tersebut untuk model yang menumpukan pertimbangan cepat dan terhad, bukan penaakulan terbuka atau penghasilan kandungan. 16

Ini bukan bermakna Jev menyelesaikan penaakulan umum. Sebaliknya, ia dioptimumkan untuk antara muka lain: beri state yang relevan dan keputusan yang ditakrif dengan jelas, lalu terima hasil terhad bersama taburan kebarangkalian—bukan satu perenggan jawapan.

Mengapa output terkawal berguna untuk automasi

Dalam Jev, aplikasi menetapkan bentuk output terlebih dahulu. Bagi soalan jenis pilihan, aplikasi juga menentukan jawapan yang dibenarkan. Ini mengurangkan masalah lazim ketika menyepadukan AI generatif: model tidak boleh memulangkan medan yang tidak dijangka, mencipta nama alat, atau memberi penjelasan bebas apabila program sebenarnya memerlukan nilai tetap.

Namun, itu ialah jaminan struktur, bukannya jaminan kebenaran. Model keputusan terkawal masih boleh memilih pilihan yang salah, tersalah tafsir konteks atau memberikan keyakinan yang kurang tepat dalam aliran kerja sebenar. Vercel menjelaskan perbezaan ini: pematuhan kepada skema menyentuh struktur jawapan, manakala ketepatan semantik masih perlu dinilai.

Bagi penggunaan pengeluaran, pasukan patut melihat ambang keyakinan sebagai dasar yang perlu diuji, bukan bukti automatik bahawa hasilnya boleh dipercayai. Satu pendekatan praktikal ialah mengautomasikan keputusan berisiko rendah dengan keyakinan tinggi, sambil merujuk kes kabur atau berimpak tinggi kepada LLM, enjin peraturan atau semakan manusia.

Latihan dan kalibrasi: dakwaan TypeSafe

TypeSafe menyatakan Jev dilatih sepenuhnya menggunakan data sintetik melalui Reinforcement Learning for Calibrated Decisions (RLCD). Matlamat yang dinyatakan ialah supaya kebarangkalian yang dilaporkan lebih sepadan dengan kadar ketepatan sebenar, dan bukannya dioptimumkan untuk jawapan bertulis yang digemari manusia.

Kalibrasi amat berguna dalam automasi: secara prinsip, kebarangkalian 0.9 sepatutnya membolehkan pembangun menetapkan ambang semakan yang bermakna. Namun, RLCD belum disahkan secara meluas melalui ujian bebas, dan bahan yang diberikan tidak menunjukkan audit pihak ketiga menyeluruh terhadap kalibrasi, ketahanan terhadap input berniat jahat atau ketepatan merentas pelbagai domain. Justeru, dakwaan ini wajar diuji menggunakan data serta dasar keputusan khusus organisasi yang mahu menggunakannya.

Harga, konteks dan kelajuan

TypeSafe menyenaraikan Jev 1.13 pada harga AS$0.042 bagi sejuta token input (AS$42 bagi satu bilion), manakala token output adalah percuma. Pada kadar itu, kredit AS$5 bersamaan kira-kira 119 juta token input, sebelum cukai atau terma khusus akaun. Dokumentasi model menyatakan konteks permintaan 64,000 token, termasuk sehingga 32,000 token untuk state dan soalan yang paling panjang.

Syarikat itu dan laporan awal menyebut kependaman sekitar 70 hingga 500 milisaat, bergantung pada beban kerja. Angka tersebut berguna sebagai titik mula penilaian, tetapi kependaman sebenar berubah mengikut saiz permintaan, reka bentuk soalan, lokasi dan keadaan perkhidmatan.

Penggunaan awal menerusi Vercel

Vercel menambah Jev ke AI Gateway, yang membolehkan model dipanggil sebagai typesafe-ai/jev melalui API penilaian eksperimen.

Menurut Vercel, Jev digunakan oleh hampir 13% pasukan berbayar AI Gateway dalam tempoh 24 jam, dan jumlah itu lebih dua kali ganda berbanding bilangan pasukan berbayar yang dicapai mana-mana pelancaran model terdahulu dalam tempoh sama. Ini menunjukkan rasa ingin tahu serta percubaan awal yang ketara dalam kalangan pembangun. Ia sendiri tidak membuktikan penggunaannya berkekalan, kebolehpercayaan pada skala pengeluaran atau kelebihan untuk semua jenis beban kerja.

Laporan turut menyebut percubaan awal untuk mengelaskan keselamatan arahan dan e-mel. Contoh ini membantu menunjukkan tugas terhad yang disasarkan Jev, tetapi bukan pengganti penanda aras bebas dan terkawal. Pasukan yang mahu membandingkan Jev dengan LLM perlu menguji ketepatan, kalibrasi, keseriusan ralat, kependaman dan jumlah kos aliran kerja menggunakan data yang benar-benar mewakili kegunaan mereka.

Di mana Jev sesuai—dan di mana tidak

Jev mungkin sesuai apabila aplikasi sudah mengetahui keputusan yang diperlukan dan dapat mentakrifkan ruang jawapan dengan jelas. Antaranya:

• memilih sama ada ejen patut meneruskan tugas, mencuba semula, meminta penjelasan atau berhenti;
• mengelaskan arahan atau panggilan alat untuk semakan keselamatan;
• memberi skor keutamaan, kerelevanan atau risiko;
• memilih daripada nilai calon yang diekstrak oleh kod deterministik;
• menapis atau melabel jumlah teks yang besar sebelum memanggil model yang lebih mahal.

Ia bukan pengganti LLM apabila produk memerlukan penulisan terbuka, penjelasan, sumbang saran, penjanaan kod, perancangan meluas atau jawapan yang tidak boleh dinyatakan melalui skema yang ditetapkan awal. Kualiti pelaksanaan Jev juga bergantung pada cara soalan dirangka, input dipilih, pilihan calon ditetapkan, ambang ditentukan dan ujian dilakukan. TypeSafe menasihatkan pembangun supaya menyatakan syarat dengan tepat, menapis konteks sebelum menghantarnya jika boleh, serta menguji penyepaduan dengan menyeluruh.

Modaliti dan hala tuju

Buat masa ini, Jev menerima state berasaskan teks: rentetan, objek JSON dan tatasusunan teks. Imej, audio dan video belum disokong. TypeSafe melabelkan modaliti tersebut sebagai “belum disokong (buat masa ini)”, tetapi dokumentasi yang tersedia tidak memberikan jadual pelancaran awam bagi model multimodal.

Kesimpulan praktikal

Cadangan utama Jev bukanlah semua AI patut berhenti menjana bahasa. Sebaliknya, banyak aliran kerja perisian sebenarnya tidak memerlukan penjanaan bahasa. Bagi keputusan pengelasan, penghalaan atau dasar yang terhad, respons kebarangkalian bertip mungkin lebih mudah disepadukan, lebih murah dan lebih pantas untuk diambil tindakan berbanding respons chatbot.

Namun, pertukarannya penting: output berstruktur mengurangkan kegagalan format output, bukan kesilapan keputusan. Nilai sebenar Jev bergantung pada sama ada ketepatan dan anggaran keyakinannya kekal kukuh dalam beban kerja khusus domain yang diuji secara bebas. Sehingga itu, Jev lebih wajar dilihat sebagai alat khusus yang berpotensi untuk keputusan perisian yang jelas skopnya—bukan pengganti umum kepada LLM.