แบ่งปันแอปพลิเคชั่นที่น่าสนใจของ Jev โมเดล AI ที่ไม่ตอบคำถามแต่ตัดสินเท่านั้น

ในการประเมินการลงทะเบียนล่วงหน้าแบบ double-blind ที่ดำเนินการโดย PrimeLine มีรายละเอียดหนึ่งที่บอกได้

ความแม่นยำสัมบูรณ์ของ Claude Opus 5 และ Haiku 4.5 ในงานจริงสองงานเทียบได้กับ Jev หรือดีกว่าในตอนแรก. แต่เมื่อการประเมินยอมให้แบบจำลองข้ามตัวอย่างที่มีความมั่นใจน้อยที่สุดเจฟทำได้ดีกว่าทั้งสองงาน.

เหตุผลก็คือความมั่นใจที่เกิดขึ้นก็คือปรับเทียบแล้วในขณะที่แบบจำลองกำเนิดทั่วไปมีแนวโน้มที่จะได้รับการสอบเทียบไม่ดีและมีความมั่นใจมากเกินไปในการตัดสิน กล่าวอีกนัยหนึ่ง: เมื่อ "การรู้สิ่งที่คุณไม่รู้" สำคัญกว่า "การตอบอย่างหนักแน่น" คุณค่าของเจฟก็ปรากฏออกมา

วิธีการเริ่มต้น

หากคุณใช้แพลตฟอร์มการรวมโมเดลอยู่แล้ว ค่าใช้จ่ายในการเข้าถึงจะเกือบเป็นศูนย์:

เปิดเราเตอร์: Jev ได้เปิดตัวในแคตตาล็อกรุ่นอย่างเป็นทางการชื่อรุ่น typesafe/jevเปลี่ยนชื่อรุ่นในโค้ดแล้วคุณสามารถสลับได้
เกตเวย์ AI ของ Vercel: การบูรณาการเสร็จสมบูรณ์ภายใน 72 ชั่วโมงหลังการเปิดตัว โดยเผยแพร่ผ่านเครือข่าย Edge ทั่วโลกของ Vercel โดยมีเวลาแฝงต่ำ
SDK อย่างเป็นทางการ: TypeSafe มีคอนโซลออนไลน์ (Playground) และเอกสารฉบับสมบูรณ์ รองรับ HTTP API, Python SDK และ JavaScript SDK
ชุดทักษะอย่างเป็นทางการ: TypeSafe ได้เปิดคลังทักษะแบบโอเพ่นซอร์สบน GitHub เพื่อสอนตัวแทนการเขียนโค้ดให้ "ถามความคลุมเครือทั้งหมดในคราวเดียว" แทนที่จะถามคำถามทีละข้อ

ราคา: 0.042 ดอลลาร์ต่อล้านโทเค็นสำหรับอินพุต ฟรีสำหรับเอาต์พุต นอกจากนี้ยังมีโควต้าฟรีสำหรับบัญชีใหม่ให้ทดลองใช้อีกด้วย

พูดอะไรสงบๆ

ประการแรกไม่สามารถทดแทนรุ่นใหญ่ได้. เจฟเป็นรูปแบบการตัดสินใจเฉพาะทาง อย่าคาดหวังว่าจะให้เหตุผลแบบเปิดและความสามารถในการสร้างเนื้อหา คุณค่าของมันคือการบรรลุเป้าหมายสูงสุดในการตัดสินใจอย่างรวดเร็วและเชื่อถือได้ภายในผลลัพธ์ที่เป็นไปได้ที่กำหนดไว้อย่างชัดเจน

ประการที่สองในหลายกรณีจำเป็นต้องแยกแยะว่า "เครดิตของใคร". ตัวอย่างเช่น การสาธิตการใช้เบราว์เซอร์ในการค้นหาเที่ยวบินใน 7 วินาทีเป็นผลมาจากความร่วมมือของห่วงโซ่เครื่องมือทั้งหมด และความสามารถทั้งหมดไม่สามารถนำมาประกอบกับ Jev ได้ คลังเก็บเคสที่จัดโดยชุมชนเองก็กำหนดขอบเขตของหลักฐานเช่นกันว่าหลักการใดชัดเจน ผลใดที่ต้องได้รับการตรวจสอบ และการเรียกร้องใดไม่มีพื้นฐาน ทัศนคตินี้คุ้มค่าที่จะเรียนรู้

ประการที่สามระวังการเป่าแบบตาบอด. Jev เข้าสู่หน้าจอภายในหนึ่งสัปดาห์หลังจากเปิดตัว ความนิยมนี้รวมถึงคุณค่าทางเทคนิคที่แท้จริงและองค์ประกอบทางการตลาดมากมาย สิ่งที่คุณต้องการจริงๆ คือการทำงานของคุณเองและดูว่าคุณประหยัดเงินและล่าช้าได้มากเพียงใด

แต่มีสิ่งหนึ่งที่แน่นอน:แอปพลิเคชั่น AI ไม่ใช่แค่เรื่อง "รุ่น" เท่านั้น. นอกเหนือจากเส้นทางนี้ ยังมีการเพิ่มโครงสร้างพื้นฐานของ "การตัดสิน" ที่ถูกละเลยมายาวนาน การที่ Jev จะเป็นคำตอบสุดท้ายนั้นยากที่จะพูด แต่ทำให้เกิดคำถามที่ถูกต้อง

โมเดลใหญ่มีหน้าที่เขียนคำตอบ ส่วน Jev มีหน้าที่ตัดสินใจ ซึ่งแต่ละคนก็ทำหน้าที่ของตนเองซึ่งเป็นโครงสร้างที่ดี

ข้อมูลอ้างอิง: บันทึกประจำรุ่นอย่างเป็นทางการของ TypeSafe AI, ไลบรารีเคส Jev_apps (137 เคส / การใช้งาน 11 ประเภท), Wikipedia, การวิเคราะห์ทางเทคนิค DataCamp

ซึ่งเป็นแนวทางหนึ่งที่มีมูลค่าทางวิศวกรรมสูงสุดในปัจจุบัน

ทีมการใช้งานเบราว์เซอร์เผยแพร่ใน Jev เท่านั้น 3 วันหลังจากนั้น jev-ultrafast แบบบูรณาการอย่างเป็นทางการก็ได้เปิดตัว และมีการกล่าวกันว่าได้รับดาว 2,700 GitHub ในสองวัน มันแบ่งการทำงานของหน้าเว็บออกเป็นสองชุดตัวเลือก (การกระทำ + เป้าหมาย)ไม่จำเป็นต้องมีภาพหน้าจอหรือโทเค็นหลายรูปแบบการเดินทางไปกลับแต่ละครั้งจะทำให้เกิดการตัดสินใจเพียงสองครั้งเท่านั้น

ผู้ก่อตั้ง Gregor Zunic แบ่งปันการสาธิตเบราว์เซอร์อัตโนมัติที่ขับเคลื่อนด้วย Jev โดยทำการค้นหาเที่ยวบินเที่ยวเดียวบนเว็บไซต์ของสายการบินจริงกระบวนการทั้งหมดใช้เวลา 7 วินาทีค่าใช้จ่ายในการโทรรุ่นประมาณ 0.0039 ดอลลาร์.

There are a bunch of similar ones: Stagehand browser control, Cua's jev-use, TipTour that uses CoreML + OCR to locate the button on Mac and let Jev select the click location, voice control browser... There are currently 13 cases in this category, which is the category with the most cases.

4. เป็น "เราเตอร์": ช่วยเลือกรุ่นที่เหมาะสมกับงาน

ยุคที่มีหลายโมเดลถือเป็นเรื่องสูญเปล่าอย่างแท้จริง การใช้โมเดลราคาแพงเพื่อแก้ไขปัญหาง่ายๆ เป็นการสิ้นเปลืองเงิน เวลาแฝงที่ต่ำและต้นทุนต่ำของ Jev ทำให้เหมาะสมมากสำหรับการคัดแยกการจราจร.

เราเตอร์รหัส Claude: Like work order triage, Jev first determines the difficulty of the task, and the plug-in then selects the sub-agent model and the reasoning strength of the main session accordingly.
การกำหนดเส้นทางความยากของภารกิจ Codex: Estimate the logical complexity of coding tasks before execution, simple editing is lost to cheap models, and complex cross-file reconstruction activates stronger models - it is reportedลดต้นทุนโมเดลทั้งหมดได้มากกว่า 60%
การกระจายการกำหนดเส้นทาง/คำขอแบบมีเงื่อนไขของ Eve: ขั้นแรกให้กำหนดประเภทของแบบจำลองที่จำเป็นสำหรับปัญหา จากนั้นส่งมอบให้กับแบบจำลองที่เหมาะสมสำหรับการประมวลผล
กองตัวแทนการเข้ารหัสท้องถิ่น: มอบหมายงานง่ายๆ ปัญหาที่ซับซ้อน และงานระยะยาวให้กับผู้ช่วย AI ต่างๆ

LangChain wrote a special article "Building Safety Belts with Jev", pointing out that the classification and routing logic in the agent framework are traditionally hidden in various closed source implementations. โมเดลการจำแนกประเภทต้นทุนต่ำทั่วไปเช่น Jev สามารถอนุญาตให้ชั้นตรรกะการตัดสินใจนี้สามารถนำมาใช้ซ้ำในเอเจนต์โอเพ่นซอร์สได้ Armin Ronacher ผู้ก่อตั้ง Sentry ยังเชื่อว่าการใช้แบบจำลองกำเนิดขนาดใหญ่ในการตัดสินใจกำหนดเส้นทางนั้นไม่สมเหตุสมผลทางเศรษฐกิจ

5. ความปลอดภัยและวิศวกรรม: งานสกปรกที่ไม่เด่นเหล่านั้น

แอปพลิเคชันประเภทนี้ไม่ฉูดฉาด แต่ใช้งานได้จริงที่สุด

Vercel แทนที่ตัวแยกประเภทความปลอดภัยของคำสั่ง Shell: วิศวกร Pranit Sharma แทนที่ตัวแยกประเภทความปลอดภัยคำสั่งเชลล์ที่ใช้ OpenAI ภายในด้วย Jev มีการรายงานเร็วขึ้น 5-18 เท่าและอัตราการเตือนที่ผิดพลาดจะต่ำกว่า - การลดการแจ้งเตือนที่ผิดพลาดจะช่วยปรับปรุงความแม่นยำที่แท้จริงของระบบได้จริง
การตรวจจับการฉีดที่รวดเร็ว: ชุมชนมี jev-mcp แบบโอเพ่นซอร์ส (ส่วนขยายตามโปรโตคอล MCP) You can use Jev to do cross-source fact checking, detect prompt injection attacks hidden in user prompts, and score the semantic relevance of retrieved content.
การบีบอัดบริบทแบบยาว: fast-jev-compaction uses Jev to quickly evaluate the value of each tool call, delete useless logs while retaining key states - the context is easy to expand when coding agents perform long tasks. โครงการนี้ยังได้รับการยอมรับจากทีมงานอย่างเป็นทางการของ Jev
PR คัดกรองเบื้องต้น: Analyze the changed file list and automated test results in the CI pipeline, initially evaluate whether the PR is eligible for merge, and automatically mark high-risk PRs and transfer them manually

6. ไปป์ไลน์ธุรกิจ: อีเมล คำสั่งงาน การบริการลูกค้า

สิ่งที่สถานการณ์เหล่านี้มีเหมือนกันคือ:จำเป็นต้องทำการตัดสินใจเล็กๆ น้อยๆ มากมายอย่างรวดเร็วและสม่ำเสมอการใช้รุ่นใหญ่มีราคาแพงและช้า

การจัดประเภทจุดประสงค์ของอีเมลธุรกิจ: Nikhil Mudholkar, CTO ของ BryoAI เปรียบเทียบ Jev และ Gemini ความแม่นยำสัมบูรณ์ของราศีเมถุนนั้นดีกว่าเล็กน้อย แต่ค่าโทรต่อครั้งสูงขึ้น 10-20 เท่า. ที่สำคัญกว่านั้น Jev ให้การแจกแจงความน่าจะเป็นที่สอบเทียบแล้ว ทำให้ระบบดาวน์สตรีมสามารถกำหนดเกณฑ์ความเชื่อมั่นได้ง่ายขึ้น
การจัดสรรใบสั่งงานและการกำหนดเส้นทางอัตโนมัติ: ย่อยจดหมายเป็นข้อมูลสำคัญแล้วมอบให้ Jev เลือกจดหมายที่เหมาะสมที่สุดจากกลุ่มธุรกิจ แทนที่กฎปกติที่เขียนด้วยลายมือที่เปราะบาง
การหักเงินซ้ำและการจำแนกประเภทการสนับสนุนฉุกเฉิน: ระบุข้อร้องเรียนที่มีความเสี่ยงสูงได้อย่างรวดเร็ว (เช่น การหักเงินซ้ำ) ในสถานการณ์อีคอมเมิร์ซทางการเงิน เมื่อลูกค้ามีอารมณ์หรือขอคืนเงิน พวกเขาจะถูกระบุว่าเป็นเร่งด่วนภายในมิลลิวินาทีและจัดส่งตามลำดับความสำคัญ

7. การเล่นเกม Wilder

สร้างภาพพิกเซลต่อพิกเซล: นักพัฒนา @anshuc เปลี่ยนการสร้างภาพให้เป็นปัญหาการจำแนกระดับพิกเซล โดยให้แต่ละพิกเซลมีตัวเลือกสีและความน่าจะเป็น โปรแกรมจะค่อยๆ เติมด้วยสีความน่าจะเป็นสูงสุดที่เลือกโดย Jev และในที่สุดก็สะกดภาพความละเอียดต่ำออกมา
ธุรกรรมออนไลน์อัตโนมัติ: นักพัฒนา Web3 บางรายเชื่อมต่อ Jev กับการแลกเปลี่ยนแบบกระจายอำนาจ อ่านข้อมูลเชิงลึกของคำสั่งซื้อแบบเรียลไทม์ และส่งออกการดำเนินการเพียง 3 อย่างเท่านั้น: ซื้อ ขาย และถือครอง ชุมชนรู้สึกว่านี่เป็นหนึ่งในแอปพลิเคชันที่สะดุดตาที่สุด แต่ความเสี่ยงก็ชัดเจนเช่นกันภายใต้สภาวะตลาดที่แท้จริง
เลือกส่วนประกอบสำหรับเว็บอินเตอร์เฟส: ในโปรเจ็กต์ json-render นั้น Jev เลือกส่วนประกอบและจัดเรียงความสัมพันธ์ จากนั้นโปรแกรมจะรวบรวมผลลัพธ์ไว้ในอินเทอร์เฟซที่สามารถเรนเดอร์ได้ เช่นเดียวกับแบบเอกสารสำเร็จรูป

8. ผลการประเมินที่น่าสังเกต

วิธีการเริ่มต้น

เปิดเราเตอร์: Jev ได้เปิดตัวในแคตตาล็อกรุ่นอย่างเป็นทางการชื่อรุ่น typesafe/jevเปลี่ยนชื่อรุ่นในโค้ดแล้วคุณสามารถสลับได้
เกตเวย์ AI ของ Vercel: การบูรณาการเสร็จสมบูรณ์ภายใน 72 ชั่วโมงหลังการเปิดตัว โดยเผยแพร่ผ่านเครือข่าย Edge ทั่วโลกของ Vercel โดยมีเวลาแฝงต่ำ
SDK อย่างเป็นทางการ: TypeSafe มีคอนโซลออนไลน์ (Playground) และเอกสารฉบับสมบูรณ์ รองรับ HTTP API, Python SDK และ JavaScript SDK
ชุดทักษะอย่างเป็นทางการ: TypeSafe ได้เปิดคลังทักษะแบบโอเพ่นซอร์สบน GitHub เพื่อสอนตัวแทนการเขียนโค้ดให้ "ถามความคลุมเครือทั้งหมดในคราวเดียว" แทนที่จะถามคำถามทีละข้อ

พูดอะไรสงบๆ

ประการที่สองในหลายกรณีจำเป็นต้องแยกแยะว่า "เครดิตของใคร". For example, the Browser Use demonstration of searching for flights in 7 seconds is the result of the cooperation of the entire tool chain, and all capabilities cannot be attributed to Jev. The community-organized case warehouse itself also marks the boundaries of evidence—which principles are clear, which effects need to be verified, and which claims lack basis. ทัศนคตินี้คุ้มค่าที่จะเรียนรู้

ประการที่สามBe wary of blind blowing. Jev เข้าสู่หน้าจอภายในหนึ่งสัปดาห์หลังจากเปิดตัว ความนิยมนี้รวมถึงคุณค่าทางเทคนิคที่แท้จริงและองค์ประกอบทางการตลาดมากมาย สิ่งที่คุณต้องการจริงๆ คือการทำงานของคุณเองและดูว่าคุณประหยัดเงินและล่าช้าได้มากเพียงใด

The big model is responsible for writing answers, and Jev is responsible for making decisions - each performs its own duties, which is a good structure.

ซึ่งเป็นแนวทางหนึ่งที่มีมูลค่าทางวิศวกรรมสูงสุดในปัจจุบัน

ทีมการใช้งานเบราว์เซอร์เผยแพร่ใน Jev เท่านั้น 3 วันหลังจากนั้น jev-ultrafast แบบรวมอย่างเป็นทางการก็ได้เปิดตัว และมีการกล่าวกันว่าได้รับดาว 2,700 GitHub ในสองวัน มันแบ่งการทำงานของหน้าเว็บออกเป็นสองชุดตัวเลือก (การกระทำ + เป้าหมาย)ไม่จำเป็นต้องมีภาพหน้าจอหรือโทเค็นหลายรูปแบบการเดินทางไปกลับแต่ละครั้งจะทำให้เกิดการตัดสินใจเพียงสองครั้งเท่านั้น

ผู้ก่อตั้ง Gregor Zunic แบ่งปันการสาธิตเบราว์เซอร์อัตโนมัติที่ขับเคลื่อนโดย Jev โดยทำการค้นหาเที่ยวบินเที่ยวเดียวบนเว็บไซต์ของสายการบินจริงกระบวนการทั้งหมดใช้เวลา 7 วินาทีค่าใช้จ่ายในการโทรรุ่นประมาณ 0.0039 ดอลลาร์.

4. เป็น "เราเตอร์": ช่วยเลือกรุ่นที่เหมาะสมกับงาน

ในยุคที่มีหลายโมเดลถือเป็นการสูญเปล่าอย่างแท้จริง การใช้โมเดลราคาแพงเพื่อแก้ไขปัญหาง่ายๆ เป็นการสิ้นเปลืองเงิน เวลาแฝงที่ต่ำและต้นทุนต่ำของ Jev ทำให้เหมาะสมมากสำหรับการคัดแยกการจราจร.

Claude Code Router: Like work order triage, Jev first determines the difficulty of the task, and the plug-in then selects the sub-agent model and the reasoning strength of the main session accordingly.
การกำหนดเส้นทางความยากของภารกิจ Codex: Estimate the logical complexity of coding tasks before execution, simple editing is lost to cheap models, and complex cross-file reconstruction activates stronger models - it is reportedลดต้นทุนโมเดลทั้งหมดได้มากกว่า 60%
การกระจายการกำหนดเส้นทาง/คำขอแบบมีเงื่อนไขของ Eve: ขั้นแรกให้กำหนดประเภทของแบบจำลองที่จำเป็นสำหรับปัญหา จากนั้นส่งมอบให้กับแบบจำลองที่เหมาะสมสำหรับการประมวลผล
กองตัวแทนการเข้ารหัสท้องถิ่น: มอบหมายงานง่ายๆ ปัญหาที่ซับซ้อน และงานระยะยาวให้กับผู้ช่วย AI ต่างๆ

5. ความปลอดภัยและวิศวกรรม: งานสกปรกที่ไม่เด่นเหล่านั้น

แอปพลิเคชันประเภทนี้ไม่ฉูดฉาด แต่ใช้งานได้จริงที่สุด

Vercel แทนที่ตัวแยกประเภทความปลอดภัยของคำสั่ง Shell: วิศวกร Pranit Sharma แทนที่ตัวแยกประเภทความปลอดภัยคำสั่งเชลล์ที่ใช้ OpenAI ภายในด้วย Jev มีการรายงานเร็วขึ้น 5-18 เท่าและอัตราการเตือนที่ผิดพลาดจะต่ำกว่า - การลดการแจ้งเตือนที่ผิดพลาดจะช่วยปรับปรุงความแม่นยำที่แท้จริงของระบบได้จริง
การตรวจจับการฉีดที่รวดเร็ว: ชุมชนมี jev-mcp แบบโอเพ่นซอร์ส (ส่วนขยายตามโปรโตคอล MCP) You can use Jev to do cross-source fact checking, detect prompt injection attacks hidden in user prompts, and score the semantic relevance of retrieved content.
การบีบอัดบริบทแบบยาว: fast-jev-compaction uses Jev to quickly evaluate the value of each tool call, delete useless logs while retaining key states - the context is easy to expand when coding agents perform long tasks. โครงการนี้ยังได้รับการยอมรับจากทีมงานอย่างเป็นทางการของ Jev
PR คัดกรองเบื้องต้น: Analyze the changed file list and automated test results in the CI pipeline, initially evaluate whether the PR is eligible for merge, and automatically mark high-risk PRs and transfer them manually

6. ไปป์ไลน์ธุรกิจ: อีเมล คำสั่งงาน การบริการลูกค้า

การจัดประเภทจุดประสงค์ของอีเมลธุรกิจ: Nikhil Mudholkar, CTO ของ BryoAI เปรียบเทียบ Jev และ Gemini ความแม่นยำสัมบูรณ์ของราศีเมถุนนั้นดีกว่าเล็กน้อย แต่ค่าโทรต่อครั้งสูงขึ้น 10-20 เท่า. ที่สำคัญกว่านั้น Jev ให้การแจกแจงความน่าจะเป็นที่สอบเทียบแล้ว ทำให้ระบบดาวน์สตรีมสามารถกำหนดเกณฑ์ความเชื่อมั่นได้ง่ายขึ้น
การจัดสรรใบสั่งงานและการกำหนดเส้นทางอัตโนมัติ: ย่อยจดหมายเป็นข้อมูลสำคัญแล้วมอบให้ Jev เลือกจดหมายที่เหมาะสมที่สุดจากกลุ่มธุรกิจ แทนที่กฎปกติที่เขียนด้วยลายมือที่เปราะบาง
การหักเงินซ้ำและการจำแนกประเภทการสนับสนุนฉุกเฉิน: ระบุข้อร้องเรียนที่มีความเสี่ยงสูงได้อย่างรวดเร็ว (เช่น การหักเงินซ้ำ) ในสถานการณ์อีคอมเมิร์ซทางการเงิน เมื่อลูกค้ามีอารมณ์หรือขอคืนเงิน พวกเขาจะถูกระบุว่าเป็นเร่งด่วนภายในมิลลิวินาทีและจัดส่งตามลำดับความสำคัญ

7. การเล่นเกม Wilder

สร้างภาพพิกเซลต่อพิกเซล: นักพัฒนา @anshuc เปลี่ยนการสร้างภาพให้เป็นปัญหาการจำแนกระดับพิกเซล โดยให้แต่ละพิกเซลมีตัวเลือกสีและความน่าจะเป็น โปรแกรมจะค่อยๆ เติมด้วยสีความน่าจะเป็นสูงสุดที่เลือกโดย Jev และในที่สุดก็สะกดภาพความละเอียดต่ำออกมา
ธุรกรรมออนไลน์อัตโนมัติ: นักพัฒนา Web3 บางรายเชื่อมต่อ Jev กับการแลกเปลี่ยนแบบกระจายอำนาจ อ่านข้อมูลเชิงลึกของคำสั่งซื้อแบบเรียลไทม์ และส่งออกการดำเนินการเพียง 3 อย่างเท่านั้น: ซื้อ ขาย และถือครอง ชุมชนรู้สึกว่านี่เป็นหนึ่งในแอปพลิเคชันที่สะดุดตาที่สุด แต่ความเสี่ยงก็ชัดเจนเช่นกันภายใต้สภาวะตลาดที่แท้จริง
เลือกส่วนประกอบสำหรับเว็บอินเตอร์เฟส: ในโปรเจ็กต์ json-render นั้น Jev เลือกส่วนประกอบและจัดเรียงความสัมพันธ์ จากนั้นโปรแกรมจะรวบรวมผลลัพธ์ไว้ในอินเทอร์เฟซที่สามารถเรนเดอร์ได้ เช่นเดียวกับแบบเอกสารสำเร็จรูป

8. ผลการประเมินที่น่าสังเกต

วิธีการเริ่มต้น

เปิดเราเตอร์: Jev ได้เปิดตัวในแคตตาล็อกรุ่นอย่างเป็นทางการชื่อรุ่น typesafe/jevเปลี่ยนชื่อรุ่นในโค้ดแล้วคุณสามารถสลับได้
เกตเวย์ AI ของ Vercel: การบูรณาการเสร็จสมบูรณ์ภายใน 72 ชั่วโมงหลังการเปิดตัว โดยเผยแพร่ผ่านเครือข่าย Edge ทั่วโลกของ Vercel โดยมีเวลาแฝงต่ำ
SDK อย่างเป็นทางการ: TypeSafe มีคอนโซลออนไลน์ (Playground) และเอกสารฉบับสมบูรณ์ รองรับ HTTP API, Python SDK และ JavaScript SDK
ชุดทักษะอย่างเป็นทางการ: TypeSafe ได้เปิดคลังทักษะแบบโอเพ่นซอร์สบน GitHub เพื่อสอนตัวแทนการเขียนโค้ดให้ "ถามความคลุมเครือทั้งหมดในคราวเดียว" แทนที่จะถามคำถามทีละข้อ

พูดอะไรสงบๆ

ล่าสุดมีโมเดลที่แตกต่างออกไปในแวดวง AI - Jev มันไม่ได้แข่งขันกับ GPT และ Claude สำหรับงาน "การเขียนคำตอบ" แต่มุ่งเน้นไปที่ตำแหน่งที่ถูกละเลยแทน:ตัดสิน.

Give it a current situation, add a question or a set of options, and what it returns is the answer to a multiple-choice question, a score, or a yes/no probability - and then the program executes it. วันที่เผยแพร่คือ 15 กันยายน 2026 (การเข้าถึงก่อนกำหนดมีจำกัด) บริษัทที่อยู่เบื้องหลังชื่อ TypeSafe AI ผู้ก่อตั้ง Diogo Almeida เป็นหนึ่งในผู้ร่วมคิดค้น ChatGPT รอบ Seed Round มีมูลค่า 40 ล้านเหรียญสหรัฐ นำโดย DCVC

แนวคิดนี้ฟังดูเป็นนามธรรม แต่ชุมชนได้เล่นเคสหลายร้อยเคสภายในหนึ่งสัปดาห์ เลือกสิ่งที่น่าสนใจที่สุดสักสองสามข้อแล้วหลังจากอ่านแล้วคุณจะเข้าใจว่าพวกเขาแก้ปัญหาอะไร

ก่อนอื่นให้เข้าใจถึงความแตกต่างระหว่างมันกับรุ่นใหญ่ทั่วไป

สาระสำคัญของโมเดลขนาดใหญ่แบบดั้งเดิมคือการกำเนิด: คุณถามมัน และมันจะเขียนโทเค็นทีละโทเค็น ฉันเก่งในการเขียนบทความ ตรรกะการใช้เหตุผล และการพิมพ์โค้ด แต่เมื่อต้องเผชิญกับคำถามแบบปรนัยง่ายๆ เช่น "เลือกหนึ่งในตัวเลือกเหล่านี้" มันจะกลายเป็นคำถามที่ต้องใช้มากเกินไป - ช้าและมีราคาแพง

เจฟไปอีกทาง: มันมีน้ำหนักเบาแบบจำลองการจำแนกและการให้คะแนน. แต่ละครั้งที่คุณเรียกมัน คุณจะให้ข้อมูลพื้นหลังและชุดตัวเลือกที่กำหนดไว้อย่างชัดเจน จากนั้นมันจะส่งออกการกระจายความน่าจะเป็นของตัวเลือกเหล่านี้โดยตรง และส่งกลับตัวเลือกที่มีความมั่นใจสูงสุด ความล่าช้าคือสิบถึงหลายร้อยมิลลิวินาที และค่าใช้จ่ายเป็นเพียงเศษเสี้ยวของรุ่นใหญ่ทั่วไป

TypeSafe ได้ตั้งชื่อมันอย่างเป็นทางการรุ่นระบบหนึ่ง——ยืมแนวคิดเรื่อง "ระบบ 1" (สัญชาตญาณ การตัดสินใจอย่างรวดเร็ว) ในด้านจิตวิทยา และสอดคล้องกับรูปแบบภาษาขนาดใหญ่ของ "ระบบ 2" (การใช้เหตุผลอย่างช้าและลึกซึ้ง) ข้อมูลอย่างเป็นทางการคือเร็วกว่ารุ่นใหญ่ชั้นนำถึง 40-200 เท่า และต้นทุนอินพุตอยู่ที่เพียง 0.042 ดอลลาร์ต่อล้านโทเค็นเอาท์พุทฟรี.

1. ใช้เพื่อเล่นเกม: จาก Doom ไปจนถึง 50 Subway Surfers

นี่คือแอปพลิเคชันประเภทหนึ่งที่เข้าใจคุณค่าของ Jev ได้ง่ายที่สุด - เกมต้องมีการตัดสินใจเล็กๆ น้อยๆ หลายครั้งต่อวินาที ซึ่งถือเป็นจุดแข็งของมัน

การสาธิตอย่างเป็นทางการ: เล่น Doom แบบเรียลไทม์. เจฟตัดสินใจกระทำประมาณ 10 ครั้งต่อวินาที ควบคุมการเคลื่อนไหวของตัวละครและการยิงการดำเนินการต่อเนื่องหนึ่งชั่วโมงมีค่าใช้จ่ายประมาณ 7 ดอลลาร์——ตัวเลขนี้ทำให้วิศวกรประหลาดใจ โดยระบุว่าการตัดสินใจแบบเรียลไทม์ความถี่สูงเป็นไปได้
ควบคุม 50 Subway Surfers พร้อมกัน. นักพัฒนา @_MaxBlade ได้สร้างสภาพแวดล้อมอัตโนมัติเพื่อให้ Jev สามารถควบคุมเกมได้ 50 เกมในเวลาเดียวกัน การกระทำในการเปลี่ยนเลน การกระโดด และการเลื่อนแต่ละครั้งถือเป็นการตัดสินใจเล็กๆ น้อยๆ มีรายงานว่าเสร็จสิ้นทั้งหมด 50 อินนิงต้นทุนรวมน้อยกว่าหนึ่งเซ็นต์
โอเพ่นซอร์สตัวควบคุมซูเปอร์มาริโอ. ระบบที่สร้างโดยนักพัฒนา @faadilhshaik อ่านสถานะเกมที่มีโครงสร้างโดยตรงจากหน่วยความจำ เจฟตัดสินใจว่าเมื่อใดควรกระโดดและเร่งความเร็วเมื่อใด โครงการนี้เป็นโอเพ่นซอร์ส
Speedrunning สังหารยอดแหลม 2. Paulwei ผู้พัฒนาชาวจีนใช้มันเพื่อเล่นเกมไพ่วางแผน เมื่อใช้รุ่นใหญ่ในช่วงแรกๆ มีความล่าช้าอย่างมากระหว่างการ์ดทั้งสองใบ หลังจากเปลี่ยนมาใช้เจฟการตัดสินใจแต่ละครั้งใช้เวลาเพียง 0.7 วินาทีคำสั่งถัดไปสามารถส่งได้ก่อนที่ภาพเคลื่อนไหวก่อนหน้าจะเสร็จสิ้น
วิกิเรซซิ่ง. การสาธิตอย่างเป็นทางการอีกอย่างหนึ่ง: เริ่มต้นจากบทความ Wikipedia การนำทางไปยังบทความเป้าหมายโดยอาศัยไฮเปอร์ลิงก์ของหน้าเท่านั้น แต่ละขั้นตอนอาจมีลิงก์ผู้สมัครหลายร้อยหรือหลายพันลิงก์ และ Jev จำเป็นต้องเลือกลิงก์ที่ใกล้เคียงกับเป้าหมายมากที่สุด - ทดสอบความสามารถในการเลือกจากตัวเลือกจำนวนมาก

2. การจำลองทางกายภาพ: ปล่อยให้จรวดลงจอดเอง

ฉันชอบกรณีนี้เป็นพิเศษเพราะมันพิสูจน์ว่า Jev มีความสามารถมากกว่าแค่การเล่นเกม

นักพัฒนา @uttkarsh_42 เชื่อมต่อ Jev กับเครื่องยนต์ฟิสิกส์ MuJoCo เพื่อควบคุมจรวดที่ลงจอดในแนวตั้ง เจฟมีหน้าที่ตัดสินใจ:เมื่อใดที่ควรจุดระเบิด จำนวนเครื่องยนต์ที่จะวิ่ง และเมื่อใดควรเปลี่ยนทัศนคติในการลงจอด. หลังจากการทดสอบ 12 ครั้ง ระบบก็ลงจอดได้สำเร็จ หนึ่งในการทดลองที่สมบูรณ์นั้นมีการเรียก 245 ครั้งและรายงานค่าใช้จ่ายประมาณ 0.04 ดอลลาร์

นอกจากนี้ยังมีการขับขี่แบบอัตโนมัติในการจำลองเมือง 3 มิติ: นักพัฒนา @jpschroeder ได้รวม Jev เข้ากับเมืองเสมือนจริง เมื่อยานพาหนะกำลังขับขี่ รถจะใช้ข้อมูลเซ็นเซอร์และสภาพถนนเพื่อกำหนดทิศทางการขับขี่ และสถานะใหม่จะถูกป้อนกลับไปยังระบบหลังจากการกระทำแต่ละครั้ง กล่าวกันว่าการก่อสร้างทั้งหมดใช้เวลาไม่ถึงหนึ่งชั่วโมง

3. เบราว์เซอร์อัตโนมัติ: ค้นหาเที่ยวบินจริงใน 7 วินาที

ซึ่งเป็นแนวทางหนึ่งที่มีมูลค่าทางวิศวกรรมสูงสุดในปัจจุบัน

มีรายการที่คล้ายกันมากมาย: การควบคุมเบราว์เซอร์ Stagehand, การใช้ jev ของ Cua, TipTour ที่ใช้ CoreML + OCR เพื่อค้นหาปุ่มบน Mac และให้ Jev เลือกตำแหน่งการคลิก, เบราว์เซอร์ควบคุมด้วยเสียง... ขณะนี้มี 13 กรณีในหมวดหมู่นี้ ซึ่งเป็นหมวดหมู่ที่มีกรณีมากที่สุด

4. เป็น "เราเตอร์": ช่วยเลือกรุ่นที่เหมาะสมกับงาน

เราเตอร์รหัส Claude: เช่นเดียวกับการคัดแยกใบสั่งงาน Jev จะกำหนดความยากของงานก่อน จากนั้นปลั๊กอินจะเลือกโมเดลตัวแทนย่อยและความเข้มแข็งในการให้เหตุผลของเซสชันหลักตามลำดับ
การกำหนดเส้นทางความยากของภารกิจ Codex: ประเมินความซับซ้อนเชิงตรรกะของงานเขียนโค้ดก่อนดำเนินการ การแก้ไขแบบง่าย ๆ จะสูญหายไปสำหรับโมเดลราคาถูก และการสร้างข้ามไฟล์ที่ซับซ้อนขึ้นใหม่จะเปิดใช้งานโมเดลที่แข็งแกร่งกว่า - มีรายงานลดต้นทุนโมเดลทั้งหมดได้มากกว่า 60%
การกระจายการกำหนดเส้นทาง/คำขอแบบมีเงื่อนไขของ Eve: ขั้นแรกให้กำหนดประเภทของแบบจำลองที่จำเป็นสำหรับปัญหา จากนั้นส่งมอบให้กับแบบจำลองที่เหมาะสมสำหรับการประมวลผล
กองตัวแทนการเข้ารหัสท้องถิ่น: มอบหมายงานง่ายๆ ปัญหาที่ซับซ้อน และงานระยะยาวให้กับผู้ช่วย AI ต่างๆ

LangChain เขียนบทความพิเศษเรื่อง "การสร้างเข็มขัดนิรภัยกับ Jev" โดยชี้ให้เห็นว่าการจำแนกประเภทและลอจิกการกำหนดเส้นทางในเฟรมเวิร์กเอเจนต์มักจะซ่อนอยู่ในการใช้งานแบบปิดต่างๆ โมเดลการจำแนกประเภทต้นทุนต่ำทั่วไปเช่น Jev สามารถอนุญาตให้ชั้นตรรกะการตัดสินใจนี้สามารถนำมาใช้ซ้ำในเอเจนต์โอเพ่นซอร์สได้ Armin Ronacher ผู้ก่อตั้ง Sentry ยังเชื่อว่าการใช้แบบจำลองกำเนิดขนาดใหญ่ในการตัดสินใจกำหนดเส้นทางนั้นไม่สมเหตุสมผลทางเศรษฐกิจ

5. ความปลอดภัยและวิศวกรรม: งานสกปรกที่ไม่เด่นเหล่านั้น

แอปพลิเคชันประเภทนี้ไม่ฉูดฉาด แต่ใช้งานได้จริงที่สุด

Vercel แทนที่ตัวแยกประเภทความปลอดภัยของคำสั่ง Shell: วิศวกร Pranit Sharma แทนที่ตัวแยกประเภทความปลอดภัยคำสั่งเชลล์ที่ใช้ OpenAI ภายในด้วย Jev มีการรายงานเร็วขึ้น 5-18 เท่าและอัตราการเตือนที่ผิดพลาดจะต่ำกว่า - การลดการแจ้งเตือนที่ผิดพลาดจะช่วยปรับปรุงความแม่นยำที่แท้จริงของระบบได้จริง
การตรวจจับการฉีดที่รวดเร็ว: ชุมชนมี jev-mcp แบบโอเพ่นซอร์ส (ส่วนขยายตามโปรโตคอล MCP) คุณสามารถใช้ Jev เพื่อทำการตรวจสอบข้อเท็จจริงข้ามแหล่ง ตรวจจับการโจมตีแบบแทรกพร้อมต์ที่ซ่อนอยู่ในพร้อมท์ของผู้ใช้ และให้คะแนนความเกี่ยวข้องเชิงความหมายของเนื้อหาที่ดึงข้อมูล
การบีบอัดบริบทแบบยาว: fast-jev-compacation ใช้ Jev เพื่อประเมินมูลค่าของการเรียกใช้เครื่องมือแต่ละครั้งอย่างรวดเร็ว ลบบันทึกที่ไม่มีประโยชน์ในขณะที่ยังคงรักษาสถานะที่สำคัญ - บริบทนั้นง่ายต่อการขยายเมื่อเอเจนต์การเขียนโค้ดทำงานที่ใช้เวลานาน โครงการนี้ยังได้รับการยอมรับจากทีมงานอย่างเป็นทางการของ Jev
PR คัดกรองเบื้องต้น: วิเคราะห์รายการไฟล์ที่เปลี่ยนแปลงและผลการทดสอบอัตโนมัติในไปป์ไลน์ CI ประเมินเบื้องต้นว่า PR มีสิทธิ์ที่จะรวมหรือไม่ และทำเครื่องหมาย PR ที่มีความเสี่ยงสูงโดยอัตโนมัติและถ่ายโอนด้วยตนเอง

6. ไปป์ไลน์ธุรกิจ: อีเมล คำสั่งงาน การบริการลูกค้า

การจัดประเภทจุดประสงค์ของอีเมลธุรกิจ: Nikhil Mudholkar, CTO ของ BryoAI เปรียบเทียบ Jev และ Gemini ความแม่นยำสัมบูรณ์ของราศีเมถุนนั้นดีกว่าเล็กน้อย แต่ค่าโทรต่อครั้งสูงขึ้น 10-20 เท่า. ที่สำคัญกว่านั้น Jev ให้การแจกแจงความน่าจะเป็นที่สอบเทียบแล้ว ทำให้ระบบดาวน์สตรีมสามารถกำหนดเกณฑ์ความเชื่อมั่นได้ง่ายขึ้น
การจัดสรรใบสั่งงานและการกำหนดเส้นทางอัตโนมัติ: ย่อยจดหมายเป็นข้อมูลสำคัญแล้วมอบให้ Jev เลือกจดหมายที่เหมาะสมที่สุดจากกลุ่มธุรกิจ แทนที่กฎปกติที่เขียนด้วยลายมือที่เปราะบาง
การหักเงินซ้ำและการจำแนกประเภทการสนับสนุนฉุกเฉิน: ระบุข้อร้องเรียนที่มีความเสี่ยงสูงได้อย่างรวดเร็ว (เช่น การหักเงินซ้ำ) ในสถานการณ์อีคอมเมิร์ซทางการเงิน เมื่อลูกค้ามีอารมณ์หรือขอคืนเงิน พวกเขาจะถูกระบุว่าเป็นเร่งด่วนภายในมิลลิวินาทีและจัดส่งตามลำดับความสำคัญ

7. การเล่นเกม Wilder

สร้างภาพพิกเซลต่อพิกเซล: นักพัฒนา @anshuc เปลี่ยนการสร้างภาพให้เป็นปัญหาการจำแนกระดับพิกเซล โดยให้แต่ละพิกเซลมีตัวเลือกสีและความน่าจะเป็น โปรแกรมจะค่อยๆ เติมด้วยสีความน่าจะเป็นสูงสุดที่เลือกโดย Jev และในที่สุดก็สะกดภาพความละเอียดต่ำออกมา
ธุรกรรมออนไลน์อัตโนมัติ: นักพัฒนา Web3 บางรายเชื่อมต่อ Jev กับการแลกเปลี่ยนแบบกระจายอำนาจ อ่านข้อมูลเชิงลึกของคำสั่งซื้อแบบเรียลไทม์ และส่งออกการดำเนินการเพียง 3 อย่างเท่านั้น: ซื้อ ขาย และถือครอง ชุมชนรู้สึกว่านี่เป็นหนึ่งในแอปพลิเคชันที่สะดุดตาที่สุด แต่ความเสี่ยงก็ชัดเจนเช่นกันภายใต้สภาวะตลาดที่แท้จริง
เลือกส่วนประกอบสำหรับเว็บอินเตอร์เฟส: ในโปรเจ็กต์ json-render นั้น Jev เลือกส่วนประกอบและจัดเรียงความสัมพันธ์ จากนั้นโปรแกรมจะรวบรวมผลลัพธ์ไว้ในอินเทอร์เฟซที่สามารถเรนเดอร์ได้ เช่นเดียวกับแบบเอกสารสำเร็จรูป

8. ผลการประเมินที่น่าสังเกต

วิธีการเริ่มต้น

เปิดเราเตอร์: Jev ได้เปิดตัวในแคตตาล็อกรุ่นอย่างเป็นทางการชื่อรุ่น typesafe/jevเปลี่ยนชื่อรุ่นในโค้ดแล้วคุณสามารถสลับได้
เกตเวย์ AI ของ Vercel: การบูรณาการเสร็จสมบูรณ์ภายใน 72 ชั่วโมงหลังการเปิดตัว โดยเผยแพร่ผ่านเครือข่าย Edge ทั่วโลกของ Vercel โดยมีเวลาแฝงต่ำ
SDK อย่างเป็นทางการ: TypeSafe มีคอนโซลออนไลน์ (Playground) และเอกสารฉบับสมบูรณ์ รองรับ HTTP API, Python SDK และ JavaScript SDK
ชุดทักษะอย่างเป็นทางการ: TypeSafe ได้เปิดคลังทักษะแบบโอเพ่นซอร์สบน GitHub เพื่อสอนตัวแทนการเขียนโค้ดให้ "ถามความคลุมเครือทั้งหมดในคราวเดียว" แทนที่จะถามคำถามทีละข้อ