Вы, вероятно, привыкли думать об искусственном интеллекте как о чат-боте, который пишет за вас стихи или резюмирует электронные письма, но появилась новая тенденция, которая полностью обходит стороной слова. Компания TypeSafe AI запустила Jev — инструмент, который ломает стереотипы, поскольку не пишет ни единого предложения; его задача — предоставлять технические и вероятностные решения, которые любая компьютерная программа может мгновенно обработать без каких-либо проблем.
Представьте, что у вас есть система, обрабатывающая тысячи запросов, и вам не нужен ИИ, чтобы объяснить, почему заявка срочная; вам просто нужно, чтобы он сказал «срочно: да». Jev занимает именно эту нишу, между жестким кодом и медленными языковыми моделями, предлагая то, что они называют моделями System One , вдохновленными психологией быстрого, интуитивного мышления Даниэля Канемана.
Что же такое Jev AI?
В отличие от таких гигантов, как GPT или Claude, которые выдают токены по одному для построения абзаца, Jev работает как интеллектуальный вызов функции . Вы передаете ему состояние (которое может быть JSON, текстом или списком) и набор предопределенных вопросов, и модель возвращает структурированные значения. Это означает отсутствие ошибок типов или проблем с форматированием, поскольку ответ привязан к ранее выбранным вами вариантам.
В основе этой модели лежит особый метод обучения, называемый обучением с подкреплением для калиброванных решений (Reinforcement Learning for Calibrated Decisions, RLCD) . Цель здесь не в том, чтобы ИИ был симпатичным или убедительным, а в том, чтобы его вероятности были честными и калиброванными. Если Джев говорит, что он на 90% уверен в ответе, эта цифра должна отражать фактическую точность — это крайне важно, когда вы хотите, чтобы программное обеспечение действовало автономно, без необходимости проверки каждого шага человеком.
Три основных инструмента: примитивы.
Для обеспечения простоты и эффективности API Jev основан на трех типах запросов, что позволяет ему удовлетворять практически любые потребности в классификации:
- Выбор: Это позволяет выбрать один вариант из группы, насчитывающей до 255 возможных. При этом отображается не только выигрышный вариант, но и карта вероятностей всех вариантов, а также оценка достоверности. Предусмотрен вариант «другой», чтобы модель не выдавала неверный ответ.
- Счет: Оцените что-либо по градуированной шкале (от 2 до 10 уровней). Интересно, что она возвращает десятичные значения (например, 1.4), что позволяет вам зафиксировать... нюансы между категориями что целое число проигнорирует.
- Noul (булева оценка): Это упрощенная версия ответа «да» или «нет», возвращающая вероятность от 0 до 1.
Самая мощная функция заключается в том, что Jev может ответить на все эти вопросы за один параллельный шаг . Если вам нужно узнать категорию сообщения, уровень раздражения клиента и запрашивает ли он возврат средств, Jev предоставляет вам все три ответа одновременно, поэтому добавление дополнительных вопросов практически не влияет на время ответа.
Производительность, стоимость и мелкий шрифт
Судя по цифрам, TypeSafe AI демонстрирует поразительную скорость, с задержками от 70 до 500 миллисекунд . По сравнению с передовыми LLM-системами, которым может потребоваться несколько секунд для составления ответа, Jev работает невероятно быстро. Кроме того, ключевым преимуществом является цена: она составляет всего 0,042 доллара за миллион входных токенов , а выходные данные совершенно бесплатны, поскольку не генерируют новый текст.
Однако к этим цифрам следует относиться с осторожностью. Многие из тестов были проведены самой командой TypeSafe, что может внести некоторую предвзятость. Тем не менее, обещание отсутствия ошибок схемы вполне ощутимо: математически невозможно, чтобы Jev вернул формат, который вы не определили, что исключает необходимость сложных проверок в коде.
В чём сильные стороны Jev AI, а в чём его слабые стороны?
Jev — незаменимый инструмент, когда нужно принимать повторяющиеся, масштабные решения на основе неструктурированных данных. Он идеально подходит для маршрутизации лидов , модерации контента, сортировки запросов в технической поддержке или даже для создания механизмов контроля результатов работы других, более крупных моделей ИИ. Он также очень полезен в веб-навигации, где может определять, на какой элемент на странице нажать, без необходимости в описании экрана.
Однако не стоит пытаться использовать его для всего. Jev не подходит для общения в чате, программирования или объяснения своих рассуждений. У него есть явные ограничения в математических вычислениях и подсчете символов, а также он плохо работает с датами и шестнадцатеричными значениями. Кроме того, ему не хватает знаний о мире; он знает только то, что вы вводите в статус запроса. Если вам нужны сложные рассуждения или генерация креатива, вам следует придерживаться модели System 2, такой как Claude или GPT.
Интеграция в экосистему развития
Для программистов интеграция довольно проста. Существуют официальные SDK для JavaScript, TypeScript и Python , и хотя для PHP его нет, достаточно простого POST-запроса. Кроме того, Jev уже доступен в шлюзе искусственного интеллекта Vercel, что значительно упрощает управление ключами и выставление счетов, если вы уже используете эту среду.
Очень удачный подход к использованию Jev заключается в создании каскада решений . Сначала Jev быстро и недорого фильтрует и классифицирует запрос; затем детерминированный код обрабатывает более простые случаи, и только в тех случаях, когда Jev указывает на низкую степень уверенности, запрос передается на обработку дорогостоящей модели рассуждений или оператору-человеку. Это оптимизирует бюджет и снижает общую задержку системы.
Этот инструмент переосмысливает взаимоотношения между ИИ и программным обеспечением, превращая интеллект в компонент инфраструктуры , а не в простого собеседника. Исключив генерацию текста и сосредоточившись на вероятностной калибровке, Jev позволяет машинам принимать быстрые и надежные решения с минимальными затратами, открывая двери для автоматизации, которая ранее была непомерно дорогой или медленной.