Chia sẻ một số ứng dụng thú vị của Jev: mô hình AI không đưa ra câu trả lời, chỉ đưa ra phán đoán

Trong một cuộc đánh giá mù đôi, đăng ký trước do PrimeLine thực hiện, có một chi tiết đáng chú ý.

Độ chính xác tuyệt đối của Claude Opus 5 và Haiku 4.5 trên hai tác vụ thực tếCó thể so sánh với Jev, hoặc thậm chí tốt hơn lúc đầu. Nhưng khi việc đánh giá cho phép mô hình bỏ qua các mẫu mà nó kém tin cậy nhất,Jev hoàn thành tốt hơn cả hai nhiệm vụ.

Lý do là sự tự tin mà nó mang lại làđã hiệu chuẩn, trong khi các mô hình tổng quát có xu hướng được hiệu chỉnh kém và quá tự tin vào các phán đoán của mình. Nói cách khác: Khi việc “biết những gì bạn không biết” quan trọng hơn việc “trả lời cứng rắn” thì giá trị của Jev mới lộ rõ.

Làm thế nào để bắt đầu

Nếu bạn đang sử dụng nền tảng tổng hợp mô hình thì chi phí truy cập gần như bằng 0:

• Bộ định tuyến mở: Jev đã được đưa vào danh mục mẫu chính thức, tên mẫu typesafe/jev, thay đổi tên model trong mã và bạn có thể chuyển đổi
• Cổng AI Vercel: Quá trình tích hợp hoàn tất trong vòng 72 giờ sau khi phát hành, được phân phối qua mạng biên toàn cầu Vercel, với độ trễ thấp
• SDK chính thức: TypeSafe cung cấp bảng điều khiển trực tuyến (Playground) và tài liệu đầy đủ, hỗ trợ API HTTP, SDK Python và SDK JavaScript
• Gói kỹ năng chính thức: TypeSafe đã mở nguồn kho kỹ năng trên GitHub để dạy các nhân viên mã hóa cách "hỏi tất cả những điều mơ hồ cùng một lúc" thay vì chỉ hỏi từng câu hỏi một.

Giá: 0,042 USD trên một triệu token cho đầu vào, miễn phí cho đầu ra. Ngoài ra còn có hạn ngạch miễn phí cho các tài khoản mới dùng thử.

Bình tĩnh nói điều gì đó

Đầu tiên,Nó không phải là sự thay thế cho các mô hình lớn hơn. Jev là một mô hình ra quyết định chuyên biệt. Đừng mong đợi nó có khả năng lập luận và tạo nội dung mở. Giá trị của nó là đạt được mục tiêu cuối cùng là đưa ra những quyết định nhanh chóng và đáng tin cậy với những kết quả có thể được xác định rõ ràng.

Thứ hai,Trong nhiều trường hợp cần phân biệt “công của ai”. Ví dụ: Trình diễn Sử dụng Trình duyệt để tìm kiếm chuyến bay trong 7 giây là kết quả của sự hợp tác của toàn bộ chuỗi công cụ và tất cả các khả năng không thể quy cho Jev. Bản thân kho vụ án do cộng đồng tổ chức cũng đánh dấu ranh giới của bằng chứng - nguyên tắc nào rõ ràng, tác động nào cần được xác minh và tuyên bố nào thiếu cơ sở. Thái độ này đáng để học hỏi.

Thứ ba,Hãy cảnh giác với việc thổi mù quáng. Jev lên màn ảnh trong vòng một tuần sau khi phát hành. Sự phổ biến bao gồm giá trị kỹ thuật thực sự và rất nhiều yếu tố tiếp thị. Điều bạn thực sự cần là thực hiện các nhiệm vụ của riêng mình với nó và xem bạn tiết kiệm được bao nhiêu tiền và độ trễ.

Nhưng có một điều chắc chắn:Ứng dụng AI không chỉ là “thế hệ”. Bên ngoài đường đua này, cơ sở hạ tầng bị bỏ quên từ lâu của “sự phán xét” đang được bổ sung. Thật khó để nói liệu Jev có phải là câu trả lời cuối cùng hay không, nhưng nó đặt ra những câu hỏi đúng đắn.

Mô hình lớn chịu trách nhiệm viết câu trả lời và Jev chịu trách nhiệm đưa ra quyết định - mỗi người thực hiện nhiệm vụ riêng của mình, đó là một cấu trúc tốt.

Tham khảo: Ghi chú phát hành chính thức của TypeSafe AI, thư viện trường hợp Jev_apps (137 trường hợp / 11 loại sử dụng), Wikipedia, phân tích kỹ thuật DataCamp

Đây là một trong những hướng có giá trị kỹ thuật cao nhất hiện nay.

Nhóm Sử dụng Trình duyệt chỉ phát hành ở Jev 3 ngàySau đó, jev-ultrafast tích hợp chính thức đã được phát hành và người ta nói rằng nó đã nhận được 2.700 sao GitHub sau hai ngày. Nó chia các hoạt động của trang web thành hai nhóm lựa chọn (hành động + mục tiêu),Không cần ảnh chụp màn hình hoặc mã thông báo đa phương thức, mỗi chuyến khứ hồi chỉ đưa ra hai quyết định.

Người sáng lập Gregor Zunic đã chia sẻ bản demo chưa cắt của tính năng tự động hóa trình duyệt do Jev cung cấp, hoàn thành tìm kiếm chuyến bay một chiều trên trang web của một hãng hàng không thực sự,Toàn bộ quá trình mất 7 giây, chi phí gọi mô hình là khoảng 0,0039 USD.

Có rất nhiều loại tương tự: Stagehand browser control, Cua's jev-use, TipTour sử dụng CoreML + OCR để định vị nút trên Mac và để Jev chọn vị trí nhấp chuột, trình duyệt điều khiển bằng giọng nói... Hiện tại có 13 trường hợp thuộc loại này, là loại có nhiều trường hợp nhất.

4. Trở thành một “router”: giúp lựa chọn model phù hợp cho nhiệm vụ

Có một sự lãng phí thực sự trong kỷ nguyên đa mô hình: sử dụng các mô hình đắt tiền cho những vấn đề đơn giản là một sự lãng phí tiền bạc. Độ trễ thấp và chi phí thấp của Jev khiến nó rất phù hợp vớiPhân loại lưu lượng truy cập.

• Bộ định tuyến mã Claude: Giống như phân loại thứ tự công việc, trước tiên Jev xác định độ khó của nhiệm vụ, sau đó trình cắm sẽ chọn mô hình tác nhân phụ và sức mạnh lý luận của phiên chính tương ứng.
• Định tuyến độ khó của nhiệm vụ Codex: Ước tính độ phức tạp logic của các tác vụ mã hóa trước khi thực thi, việc chỉnh sửa đơn giản bị mất đối với các mô hình giá rẻ và việc tái tạo nhiều tệp phức tạp sẽ kích hoạt các mô hình mạnh hơn - theo báo cáoGiảm tổng chi phí mô hình hơn 60%
• Phân phối yêu cầu/định tuyến có điều kiện đêm giao thừa: Đầu tiên hãy xác định loại mô hình nào cần thiết cho vấn đề, sau đó chuyển nó cho mô hình thích hợp để xử lý.
• Bộ phận đại lý mã hóa địa phương: Giao nhiệm vụ đơn giản, vấn đề phức tạp và nhiệm vụ dài hạn cho các trợ lý AI khác nhau

LangChain đã viết một bài báo đặc biệt “Xây dựng vành đai an toàn với Jev”, chỉ ra rằng logic phân loại và định tuyến trong khung tác nhân theo truyền thống được ẩn trong các triển khai nguồn đóng khác nhau. Một mô hình phân loại chi phí thấp chung như Jev có thể cho phép lớp logic ra quyết định này được tái sử dụng trong các tác nhân nguồn mở. Armin Ronacher, người sáng lập Sentry, cũng tin rằng việc sử dụng các mô hình tổng quát lớn để đưa ra quyết định định tuyến là không hợp lý về mặt kinh tế.

5. An toàn và Kỹ thuật: Những công việc bẩn thỉu khó thấy

Loại ứng dụng này không hào nhoáng nhưng lại thiết thực nhất.

• Vercel thay thế bộ phân loại bảo mật lệnh Shell: Kỹ sư Pranit Sharma đã thay thế bộ phân loại bảo mật lệnh shell dựa trên OpenAI nội bộ bằng Jev. Nó được báo cáoNhanh hơn 5-18 lầnvà tỷ lệ cảnh báo sai thấp hơn - việc giảm cảnh báo sai thực sự cải thiện độ chính xác thực tế của hệ thống
• Phát hiện tiêm kịp thời: Cộng đồng có jev-mcp mã nguồn mở (một tiện ích mở rộng dựa trên giao thức MCP). Bạn có thể sử dụng Jev để thực hiện việc kiểm tra dữ kiện trên nhiều nguồn, phát hiện các cuộc tấn công tiêm nhắc ẩn trong lời nhắc của người dùng và chấm điểm mức độ liên quan về mặt ngữ nghĩa của nội dung được truy xuất.
• Nén ngữ cảnh dài: fast-jev-compaction sử dụng Jev để đánh giá nhanh giá trị của từng lệnh gọi công cụ, xóa các nhật ký vô dụng trong khi vẫn giữ lại các trạng thái chính - bối cảnh dễ dàng mở rộng khi các tác nhân mã hóa thực hiện các tác vụ dài. Dự án này cũng đã được đội ngũ chính thức của Jev công nhận
• Sàng lọc trước PR: Phân tích danh sách tệp đã thay đổi và kết quả kiểm tra tự động trong quy trình CI, ban đầu đánh giá xem PR có đủ điều kiện để hợp nhất hay không và tự động đánh dấu các PR có rủi ro cao và chuyển chúng theo cách thủ công

6. Quy trình kinh doanh: email, lệnh sản xuất, dịch vụ khách hàng

Những kịch bản này có điểm chung là:Cần đưa ra nhiều quyết định nhỏ một cách nhanh chóng và nhất quán, sử dụng mô hình lớn thì tốn kém và chậm.

• Phân loại mục đích email doanh nghiệp: Nikhil Mudholkar, CTO của BryoAI, đã so sánh Jev và Gemini. Độ chính xác tuyệt đối của Song Tử nhỉnh hơn một chút, nhưngChi phí mỗi cuộc gọi cao hơn 10-20 lần. Quan trọng hơn, Jev cung cấp các phân phối xác suất đã được hiệu chỉnh, giúp các hệ thống hạ nguồn dễ dàng đặt ngưỡng tin cậy hơn
• Phân bổ lệnh sản xuất và định tuyến tự động: Phân loại bức thư thành những thông tin chính và đưa cho Jev, chọn ra lá thư phù hợp nhất trong nhóm nhóm kinh doanh, thay thế những quy tắc thông thường viết tay mỏng manh
• Các khoản khấu trừ lặp đi lặp lại và phân loại hỗ trợ khẩn cấp: Nhanh chóng xác định các khiếu nại có rủi ro cao (chẳng hạn như khấu trừ nhiều lần) trong các tình huống thương mại điện tử tài chính. Khi khách hàng xúc động hoặc yêu cầu hoàn lại tiền, họ sẽ được gắn nhãn là khẩn cấp trong vòng một phần nghìn giây và được ưu tiên gửi đi.

7. Lối chơi Wilder

• Tạo pixel hình ảnh theo pixel: Nhà phát triển @anshuc biến việc tạo hình ảnh thành một bài toán phân loại cấp pixel - cung cấp cho mỗi pixel một tập hợp các tùy chọn và xác suất màu, chương trình sẽ dần dần lấp đầy nó bằng màu có xác suất cao nhất do Jev chọn và cuối cùng tạo ra một hình ảnh có độ phân giải thấp
• Giao dịch tự động trên chuỗi: Một số nhà phát triển Web3 kết nối Jev với các sàn giao dịch phi tập trung, đọc dữ liệu độ sâu đơn hàng theo thời gian thực và chỉ đưa ra ba hành động: mua, bán và giữ. Cộng đồng cảm thấy đây là một trong những ứng dụng bắt mắt nhất, nhưng rủi ro cũng hiện rõ trong điều kiện thị trường thực tế.
• Lựa chọn thành phần cho giao diện web: Trong dự án json-render, Jev chọn các thành phần và sắp xếp các mối quan hệ, sau đó chương trình sẽ tập hợp các kết quả thành một giao diện có thể hiển thị - giống như các khối xây dựng.

8. Một kết quả đánh giá đáng chú ý

Trong một cuộc đánh giá mù đôi, đăng ký trước do PrimeLine thực hiện, có một chi tiết đáng chú ý.

Độ chính xác tuyệt đối của Claude Opus 5 và Haiku 4.5 trên hai tác vụ thực tếCó thể so sánh với Jev, hoặc thậm chí tốt hơn lúc đầu. Nhưng khi việc đánh giá cho phép mô hình bỏ qua các mẫu mà nó kém tin cậy nhất,Jev hoàn thành tốt hơn cả hai nhiệm vụ.

Lý do là sự tự tin mà nó mang lại làđã hiệu chuẩn, trong khi các mô hình tổng quát có xu hướng được hiệu chỉnh kém và quá tự tin vào các phán đoán của mình. Nói cách khác: Khi việc “biết những gì bạn không biết” quan trọng hơn việc “trả lời cứng rắn” thì giá trị của Jev mới lộ rõ.

Làm thế nào để bắt đầu

Nếu bạn đang sử dụng nền tảng tổng hợp mô hình thì chi phí truy cập gần như bằng 0:

• Bộ định tuyến mở: Jev đã được đưa vào danh mục mẫu chính thức, tên mẫu typesafe/jev, thay đổi tên model trong mã và bạn có thể chuyển đổi
• Cổng AI Vercel: Quá trình tích hợp hoàn tất trong vòng 72 giờ sau khi phát hành, được phân phối qua mạng biên toàn cầu Vercel, với độ trễ thấp
• SDK chính thức: TypeSafe cung cấp bảng điều khiển trực tuyến (Sân chơi) và tài liệu đầy đủ, hỗ trợ API HTTP, SDK Python và SDK JavaScript
• Gói kỹ năng chính thức: TypeSafe đã mở nguồn kho kỹ năng trên GitHub để dạy các nhân viên mã hóa cách "hỏi tất cả những điều mơ hồ cùng một lúc" thay vì chỉ hỏi từng câu hỏi một.

Giá: 0,042 USD trên một triệu token cho đầu vào, miễn phí cho đầu ra. Ngoài ra còn có hạn ngạch miễn phí cho các tài khoản mới dùng thử.

Bình tĩnh nói điều gì đó

Đầu tiên,Nó không phải là sự thay thế cho các mô hình lớn hơn. Jev là một mô hình ra quyết định chuyên biệt. Đừng mong đợi nó có khả năng lập luận và tạo nội dung mở. Giá trị của nó là đạt được mục tiêu cuối cùng là đưa ra những quyết định nhanh chóng và đáng tin cậy với những kết quả có thể được xác định rõ ràng.

Thứ hai,Trong nhiều trường hợp cần phân biệt “công của ai”. Ví dụ: Trình diễn Sử dụng Trình duyệt để tìm kiếm chuyến bay trong 7 giây là kết quả của sự hợp tác của toàn bộ chuỗi công cụ và tất cả các khả năng không thể quy cho Jev. Bản thân kho vụ án do cộng đồng tổ chức cũng đánh dấu ranh giới của bằng chứng - nguyên tắc nào rõ ràng, tác động nào cần được xác minh và tuyên bố nào thiếu cơ sở. Thái độ này đáng để học hỏi.

Thứ ba,Hãy cảnh giác với việc thổi mù quáng. Jev lên màn ảnh trong vòng một tuần sau khi phát hành. Sự phổ biến bao gồm giá trị kỹ thuật thực sự và rất nhiều yếu tố tiếp thị. Điều bạn thực sự cần là thực hiện các nhiệm vụ của riêng mình với nó và xem bạn tiết kiệm được bao nhiêu tiền và độ trễ.

Nhưng có một điều chắc chắn:Ứng dụng AI không chỉ là “thế hệ”. Bên ngoài đường đua này, cơ sở hạ tầng bị bỏ quên từ lâu của “sự phán xét” đang được bổ sung. Thật khó để nói liệu Jev có phải là câu trả lời cuối cùng hay không, nhưng nó đặt ra những câu hỏi đúng đắn.

Mô hình lớn chịu trách nhiệm viết câu trả lời và Jev chịu trách nhiệm đưa ra quyết định - mỗi người thực hiện nhiệm vụ riêng của mình, đó là một cấu trúc tốt.

Tham khảo: Ghi chú phát hành chính thức của TypeSafe AI, thư viện trường hợp Jev_apps (137 trường hợp / 11 loại sử dụng), Wikipedia, phân tích kỹ thuật DataCamp

Đây là một trong những hướng có giá trị kỹ thuật cao nhất hiện nay.

Nhóm Sử dụng Trình duyệt chỉ phát hành ở Jev 3 ngàySau đó, jev-ultrafast tích hợp chính thức đã được phát hành và người ta nói rằng nó đã nhận được 2.700 sao GitHub sau hai ngày. Nó chia các hoạt động của trang web thành hai nhóm lựa chọn (hành động + mục tiêu),Không cần ảnh chụp màn hình hoặc mã thông báo đa phương thức, mỗi chuyến khứ hồi chỉ đưa ra hai quyết định.

Người sáng lập Gregor Zunic đã chia sẻ bản demo chưa cắt của tính năng tự động hóa trình duyệt do Jev cung cấp, hoàn thành tìm kiếm chuyến bay một chiều trên trang web của một hãng hàng không thực sự,Toàn bộ quá trình mất 7 giây, chi phí gọi mô hình là khoảng 0,0039 USD.

Có rất nhiều loại tương tự: Stagehand browser control, Cua's jev-use, TipTour sử dụng CoreML + OCR để định vị nút trên Mac và để Jev chọn vị trí nhấp chuột, trình duyệt điều khiển bằng giọng nói... Hiện tại có 13 trường hợp thuộc loại này, là loại có nhiều trường hợp nhất.

4. Trở thành một “router”: giúp lựa chọn model phù hợp cho nhiệm vụ

Có một sự lãng phí thực sự trong kỷ nguyên đa mô hình: sử dụng các mô hình đắt tiền cho những vấn đề đơn giản là một sự lãng phí tiền bạc. Độ trễ thấp và chi phí thấp của Jev khiến nó rất phù hợp vớiPhân loại lưu lượng truy cập.

• Bộ định tuyến mã Claude: Giống như phân loại thứ tự công việc, trước tiên Jev xác định độ khó của nhiệm vụ, sau đó trình cắm sẽ chọn mô hình tác nhân phụ và sức mạnh lý luận của phiên chính tương ứng.
• Định tuyến độ khó của nhiệm vụ Codex: Ước tính độ phức tạp logic của các tác vụ mã hóa trước khi thực thi, việc chỉnh sửa đơn giản bị mất đối với các mô hình giá rẻ và việc tái tạo nhiều tệp phức tạp sẽ kích hoạt các mô hình mạnh hơn - theo báo cáoGiảm tổng chi phí mô hình hơn 60%
• Phân phối yêu cầu/định tuyến có điều kiện đêm giao thừa: Đầu tiên hãy xác định loại mô hình nào cần thiết cho vấn đề, sau đó chuyển nó cho mô hình thích hợp để xử lý.
• Bộ phận đại lý mã hóa địa phương: Giao nhiệm vụ đơn giản, vấn đề phức tạp và nhiệm vụ dài hạn cho các trợ lý AI khác nhau

LangChain đã viết một bài báo đặc biệt “Xây dựng vành đai an toàn với Jev”, chỉ ra rằng logic phân loại và định tuyến trong khung tác nhân theo truyền thống được ẩn trong các triển khai nguồn đóng khác nhau. Một mô hình phân loại chi phí thấp chung như Jev có thể cho phép lớp logic ra quyết định này được tái sử dụng trong các tác nhân nguồn mở. Armin Ronacher, người sáng lập Sentry, cũng tin rằng việc sử dụng các mô hình tổng quát lớn để đưa ra quyết định định tuyến là không hợp lý về mặt kinh tế.

5. An toàn và Kỹ thuật: Những công việc bẩn thỉu khó thấy

Loại ứng dụng này không hào nhoáng nhưng lại thiết thực nhất.

• Vercel thay thế bộ phân loại bảo mật lệnh Shell: Kỹ sư Pranit Sharma đã thay thế bộ phân loại bảo mật lệnh shell dựa trên OpenAI nội bộ bằng Jev. Nó được báo cáoNhanh hơn 5-18 lầnvà tỷ lệ cảnh báo sai thấp hơn - việc giảm cảnh báo sai thực sự cải thiện độ chính xác thực tế của hệ thống
• Phát hiện tiêm kịp thời: Cộng đồng có jev-mcp mã nguồn mở (một tiện ích mở rộng dựa trên giao thức MCP). Bạn có thể sử dụng Jev để thực hiện việc kiểm tra dữ kiện trên nhiều nguồn, phát hiện các cuộc tấn công tiêm nhắc ẩn trong lời nhắc của người dùng và chấm điểm mức độ liên quan về mặt ngữ nghĩa của nội dung được truy xuất.
• Nén ngữ cảnh dài: fast-jev-compaction sử dụng Jev để đánh giá nhanh giá trị của từng lệnh gọi công cụ, xóa các nhật ký vô dụng trong khi vẫn giữ lại các trạng thái chính - bối cảnh dễ dàng mở rộng khi các tác nhân mã hóa thực hiện các tác vụ dài. Dự án này cũng đã được đội ngũ chính thức của Jev công nhận
• Sàng lọc trước PR: Phân tích danh sách tệp đã thay đổi và kết quả kiểm tra tự động trong quy trình CI, ban đầu đánh giá xem PR có đủ điều kiện để hợp nhất hay không và tự động đánh dấu các PR có rủi ro cao và chuyển chúng theo cách thủ công

6. Quy trình kinh doanh: email, lệnh sản xuất, dịch vụ khách hàng

Những kịch bản này có điểm chung là:Cần đưa ra nhiều quyết định nhỏ một cách nhanh chóng và nhất quán, sử dụng mô hình lớn thì tốn kém và chậm.

• Phân loại mục đích email doanh nghiệp: Nikhil Mudholkar, CTO của BryoAI, đã so sánh Jev và Gemini. Độ chính xác tuyệt đối của Song Tử nhỉnh hơn một chút, nhưngChi phí mỗi cuộc gọi cao hơn 10-20 lần. Quan trọng hơn, Jev cung cấp các phân phối xác suất đã được hiệu chỉnh, giúp các hệ thống hạ nguồn dễ dàng đặt ngưỡng tin cậy hơn
• Phân bổ lệnh sản xuất và định tuyến tự động: Phân loại bức thư thành những thông tin chính và đưa cho Jev, chọn ra lá thư phù hợp nhất trong nhóm nhóm kinh doanh, thay thế những quy tắc thông thường viết tay mỏng manh
• Các khoản khấu trừ lặp đi lặp lại và phân loại hỗ trợ khẩn cấp: Nhanh chóng xác định các khiếu nại có rủi ro cao (chẳng hạn như khấu trừ nhiều lần) trong các tình huống thương mại điện tử tài chính. Khi khách hàng xúc động hoặc yêu cầu hoàn lại tiền, họ sẽ được gắn nhãn là khẩn cấp trong vòng một phần nghìn giây và được ưu tiên gửi đi.

7. Lối chơi Wilder

• Tạo pixel hình ảnh theo pixel: Nhà phát triển @anshuc biến việc tạo hình ảnh thành một bài toán phân loại cấp pixel - cung cấp cho mỗi pixel một tập hợp các tùy chọn và xác suất màu, chương trình sẽ dần dần lấp đầy nó bằng màu có xác suất cao nhất do Jev chọn và cuối cùng tạo ra một hình ảnh có độ phân giải thấp
• Giao dịch tự động trên chuỗi: Một số nhà phát triển Web3 kết nối Jev với các sàn giao dịch phi tập trung, đọc dữ liệu độ sâu đơn hàng theo thời gian thực và chỉ đưa ra ba hành động: mua, bán và giữ. Cộng đồng cảm thấy đây là một trong những ứng dụng bắt mắt nhất, nhưng rủi ro cũng hiện rõ trong điều kiện thị trường thực tế.
• Lựa chọn thành phần cho giao diện web: Trong dự án json-render, Jev chọn các thành phần và sắp xếp các mối quan hệ, sau đó chương trình sẽ tập hợp các kết quả thành một giao diện có thể hiển thị - giống như các khối xây dựng.

8. Một kết quả đánh giá đáng chú ý

Trong một cuộc đánh giá mù đôi, đăng ký trước do PrimeLine thực hiện, có một chi tiết đáng chú ý.

Độ chính xác tuyệt đối của Claude Opus 5 và Haiku 4.5 trên hai tác vụ thực tếCó thể so sánh với Jev, hoặc thậm chí tốt hơn lúc đầu. Nhưng khi việc đánh giá cho phép mô hình bỏ qua các mẫu mà nó kém tin cậy nhất,Jev hoàn thành tốt hơn cả hai nhiệm vụ.

Lý do là sự tự tin mà nó mang lại làđã hiệu chuẩn, trong khi các mô hình tổng quát có xu hướng được hiệu chỉnh kém và quá tự tin vào các phán đoán của mình. Nói cách khác: Khi việc “biết những gì bạn không biết” quan trọng hơn việc “trả lời cứng rắn” thì giá trị của Jev mới lộ rõ.

Làm thế nào để bắt đầu

Nếu bạn đang sử dụng nền tảng tổng hợp mô hình thì chi phí truy cập gần như bằng 0:

• Bộ định tuyến mở: Jev đã được đưa vào danh mục mẫu chính thức, tên mẫu typesafe/jev, thay đổi tên model trong mã và bạn có thể chuyển đổi
• Cổng AI Vercel: Quá trình tích hợp hoàn tất trong vòng 72 giờ sau khi phát hành, được phân phối qua mạng biên toàn cầu Vercel, với độ trễ thấp
• SDK chính thức: TypeSafe cung cấp bảng điều khiển trực tuyến (Sân chơi) và tài liệu đầy đủ, hỗ trợ API HTTP, SDK Python và SDK JavaScript
• Gói kỹ năng chính thức: TypeSafe đã mở nguồn kho kỹ năng trên GitHub để dạy các nhân viên mã hóa cách "hỏi tất cả những điều mơ hồ cùng một lúc" thay vì chỉ hỏi từng câu hỏi một.

Giá: 0,042 USD trên một triệu token cho đầu vào, miễn phí cho đầu ra. Ngoài ra còn có hạn ngạch miễn phí cho các tài khoản mới dùng thử.

Bình tĩnh nói điều gì đó

Đầu tiên,Nó không phải là sự thay thế cho các mô hình lớn hơn. Jev là một mô hình ra quyết định chuyên biệt. Đừng mong đợi nó có khả năng lập luận và tạo nội dung mở. Giá trị của nó là đạt được mục tiêu cuối cùng là đưa ra những quyết định nhanh chóng và đáng tin cậy với những kết quả có thể được xác định rõ ràng.

Thứ hai,Trong nhiều trường hợp cần phân biệt “công của ai”. Ví dụ: Trình diễn Sử dụng Trình duyệt để tìm kiếm chuyến bay trong 7 giây là kết quả của sự hợp tác của toàn bộ chuỗi công cụ và tất cả các khả năng không thể quy cho Jev. Bản thân kho vụ án do cộng đồng tổ chức cũng đánh dấu ranh giới của bằng chứng - nguyên tắc nào rõ ràng, tác động nào cần được xác minh và tuyên bố nào thiếu cơ sở. Thái độ này đáng để học hỏi.

Thứ ba,Hãy cảnh giác với việc thổi mù quáng. Jev lên màn ảnh trong vòng một tuần sau khi phát hành. Sự phổ biến bao gồm giá trị kỹ thuật thực sự và rất nhiều yếu tố tiếp thị. Điều bạn thực sự cần là thực hiện các nhiệm vụ của riêng mình với nó và xem bạn tiết kiệm được bao nhiêu tiền và độ trễ.

Nhưng có một điều chắc chắn:Ứng dụng AI không chỉ là “thế hệ”. Bên ngoài đường đua này, cơ sở hạ tầng bị bỏ quên từ lâu của “sự phán xét” đang được bổ sung. Thật khó để nói liệu Jev có phải là câu trả lời cuối cùng hay không, nhưng nó đặt ra những câu hỏi đúng đắn.

Mô hình lớn chịu trách nhiệm viết câu trả lời và Jev chịu trách nhiệm đưa ra quyết định - mỗi người thực hiện nhiệm vụ riêng của mình, đó là một cấu trúc tốt.

Tham khảo: Ghi chú phát hành chính thức của TypeSafe AI, thư viện trường hợp Jev_apps (137 trường hợp / 11 loại sử dụng), Wikipedia, phân tích kỹ thuật DataCamp

Gần đây, một mô hình khác đã xuất hiện trong giới AI - Jev. Nó không cạnh tranh với GPT và Claude cho công việc "viết câu trả lời", mà thay vào đó tập trung vào một vị trí bị bỏ quên:đưa ra phán xét.

Cung cấp cho nó một tình huống hiện tại, thêm một câu hỏi hoặc một tập hợp các tùy chọn và kết quả nó trả về là câu trả lời cho câu hỏi trắc nghiệm, điểm số hoặc xác suất có/không - và sau đó chương trình sẽ thực hiện nó. Ngày phát hành là ngày 15 tháng 9 năm 2026 (quyền truy cập sớm có giới hạn). Công ty đằng sau nó có tên là TypeSafe AI. Người sáng lập, Diogo Almeida, là một trong những người đồng phát minh ra ChatGPT. Vòng hạt giống trị giá 40 triệu USD, do DCVC dẫn đầu.

Khái niệm này nghe có vẻ trừu tượng nhưng cộng đồng đã xử lý hàng trăm trường hợp trong vòng một tuần. Chọn một vài trong số những điều thú vị nhất và sau khi đọc chúng, bạn sẽ hiểu chúng giải quyết được vấn đề gì.

Đầu tiên hãy hiểu sự khác biệt giữa nó và các mô hình lớn thông thường

Bản chất của các mô hình lớn truyền thống là có tính tổng quát: bạn hỏi nó và nó ghi lại từng mã thông báo. Tôi giỏi viết bài, suy luận logic và gõ mã, nhưng khi phải đối mặt với một câu hỏi trắc nghiệm đơn giản như "chọn một trong các tùy chọn này", nó trở nên quá mức cần thiết - chậm và tốn kém.

Jev đi theo hướng khác: nó nhẹMô hình phân loại và cho điểm. Mỗi lần bạn gọi nó, bạn cung cấp cho nó một phần thông tin cơ bản và một tập hợp các tùy chọn được xác định rõ ràng, đồng thời nó trực tiếp đưa ra phân bố xác suất của các tùy chọn này và trả về tùy chọn có độ tin cậy cao nhất. Độ trễ từ hàng chục đến hàng trăm mili giây và chi phí chỉ bằng một phần nhỏ so với các mẫu lớn phổ thông.

TypeSafe chính thức đặt tên cho nóMô hình Hệ thống Một——Mượn khái niệm “Hệ thống 1” (trực giác, phán đoán nhanh) trong tâm lý học và tương ứng với mô hình ngôn ngữ rộng lớn của “Hệ thống 2” (suy luận chậm, sâu). Dữ liệu chính thức là nó nhanh hơn 40-200 lần so với mô hình lớn hàng đầu và chi phí đầu vào chỉ là 0,042 USD cho mỗi triệu token.Đầu ra miễn phí.

1. Dùng để chơi game: từ Doom đến 50 Subway Surfers

Đây là loại ứng dụng dễ hiểu nhất về giá trị của Jev - trò chơi yêu cầu đưa ra các quyết định nhỏ nhiều lần trong một giây, đây chính xác là điểm mạnh của nó.

• Bản demo chính thức: Chơi Doom trong thời gian thực. Jev đưa ra khoảng 10 quyết định hành động mỗi giây, điều khiển chuyển động của nhân vật và bắn súng.Một giờ hoạt động liên tục có giá khoảng 7 USD--Con số này khiến các kỹ sư ngạc nhiên, cho thấy khả năng ra quyết định theo thời gian thực ở tần số cao là khả thi
• Điều khiển đồng thời 50 Subway Surfers. Nhà phát triển @_MaxBlade đã xây dựng một môi trường tự động để cho phép Jev điều khiển 50 trò chơi cùng lúc. Mỗi hành động chuyển làn, nhảy, trượt đều là một quyết định nhỏ. Được biết đã hoàn thành tất cả 50 hiệp,Tổng chi phí ít hơn một xu
• Bộ điều khiển Super Mario mã nguồn mở. Hệ thống do nhà phát triển @faadilhshaik tạo ra sẽ đọc trạng thái trò chơi có cấu trúc trực tiếp từ bộ nhớ. Jev quyết định khi nào nên nhảy và khi nào cần tăng tốc. Dự án đã là nguồn mở
• Chạy siêu tốc Slay the Spire 2. Nhà phát triển Trung Quốc Paulwei sử dụng nó để chơi các trò chơi thẻ bài chiến lược. Khi sử dụng các mẫu lớn trong những ngày đầu, có độ trễ đáng kể giữa hai thẻ; sau khi chuyển sang JevMỗi quyết định chỉ mất 0,7 giây, lệnh tiếp theo có thể được gửi trước khi hoạt ảnh trước đó kết thúc.
• Cuộc đua Wiki. Một minh chứng chính thức khác: bắt đầu từ một bài viết trên Wikipedia, chỉ điều hướng đến bài viết mục tiêu bằng cách dựa vào các siêu liên kết của trang. Mỗi bước có thể phải đối mặt với hàng trăm hoặc thậm chí hàng nghìn liên kết ứng cử viên và Jev cần chọn liên kết gần nhất về mặt ngữ nghĩa với mục tiêu - kiểm tra khả năng lựa chọn trong số lượng lớn các tùy chọn.

2. Mô phỏng vật lý: để tên lửa tự hạ cánh

Tôi đặc biệt thích trường hợp này vì nó chứng tỏ Jev có khả năng làm được nhiều việc hơn là chỉ chơi game.

Nhà phát triển @uttkarsh_42 đã kết nối Jev với động cơ vật lý MuJoCo để điều khiển tên lửa hạ cánh thẳng đứng. Jev chịu trách nhiệm quyết định:Khi nào nổ máy, chạy bao nhiêu động cơ và khi nào chuyển sang tư thế hạ cánh. Sau 12 lần thử nghiệm, hệ thống đã hạ cánh thành công. Một trong những thử nghiệm hoàn chỉnh đã thực hiện 245 cuộc gọi và báo cáo chi phí khoảng 0,04 USD.

Ngoài ra còn có tính năng lái xe tự động trong mô phỏng thành phố 3D: nhà phát triển @jpschroeder đã tích hợp Jev vào thành phố ảo. Khi xe đang lái, nó sử dụng dữ liệu cảm biến và tình trạng đường để xác định hướng lái và trạng thái mới sẽ được phản hồi lại hệ thống sau mỗi hành động. Toàn bộ quá trình xây dựng được cho là chỉ mất chưa đầy một giờ.

3. Tự động hóa trình duyệt: tìm kiếm chuyến bay thực trong 7 giây

Đây là một trong những hướng có giá trị kỹ thuật cao nhất hiện nay.

Nhóm Sử dụng Trình duyệt chỉ phát hành ở Jev 3 ngàySau đó, jev-ultrafast tích hợp chính thức đã được phát hành và người ta nói rằng nó đã nhận được 2.700 sao GitHub sau hai ngày. Nó chia các hoạt động của trang web thành hai nhóm lựa chọn (hành động + mục tiêu),Không cần ảnh chụp màn hình hoặc mã thông báo đa phương thức, mỗi chuyến khứ hồi chỉ đưa ra hai quyết định.

Người sáng lập Gregor Zunic đã chia sẻ bản demo chưa cắt của tính năng tự động hóa trình duyệt do Jev cung cấp, hoàn thành tìm kiếm chuyến bay một chiều trên trang web của một hãng hàng không thực sự,Toàn bộ quá trình mất 7 giây, chi phí gọi mô hình là khoảng 0,0039 USD.

Có rất nhiều loại tương tự: Stagehand browser control, Cua's jev-use, TipTour sử dụng CoreML + OCR để định vị nút trên Mac và để Jev chọn vị trí nhấp chuột, trình duyệt điều khiển bằng giọng nói... Hiện tại có 13 trường hợp thuộc loại này, là loại có nhiều trường hợp nhất.

4. Trở thành một “router”: giúp lựa chọn model phù hợp cho nhiệm vụ

Có một sự lãng phí thực sự trong kỷ nguyên đa mô hình: sử dụng các mô hình đắt tiền cho những vấn đề đơn giản là một sự lãng phí tiền bạc. Độ trễ thấp và chi phí thấp của Jev khiến nó rất phù hợp vớiPhân loại lưu lượng truy cập.

• Bộ định tuyến mã Claude: Giống như phân loại thứ tự công việc, trước tiên Jev xác định độ khó của nhiệm vụ, sau đó trình cắm sẽ chọn mô hình tác nhân phụ và sức mạnh lý luận của phiên chính tương ứng.
• Định tuyến độ khó của nhiệm vụ Codex: Ước tính độ phức tạp logic của các tác vụ mã hóa trước khi thực thi, việc chỉnh sửa đơn giản bị mất đối với các mô hình giá rẻ và việc tái tạo nhiều tệp phức tạp sẽ kích hoạt các mô hình mạnh hơn - theo báo cáoGiảm tổng chi phí mô hình hơn 60%
• Phân phối yêu cầu/định tuyến có điều kiện đêm giao thừa: Đầu tiên hãy xác định loại mô hình nào cần thiết cho vấn đề, sau đó chuyển nó cho mô hình thích hợp để xử lý.
• Bộ phận đại lý mã hóa địa phương: Giao nhiệm vụ đơn giản, vấn đề phức tạp và nhiệm vụ dài hạn cho các trợ lý AI khác nhau

LangChain đã viết một bài báo đặc biệt “Xây dựng vành đai an toàn với Jev”, chỉ ra rằng logic phân loại và định tuyến trong khung tác nhân theo truyền thống được ẩn trong các triển khai nguồn đóng khác nhau. Một mô hình phân loại chi phí thấp chung như Jev có thể cho phép lớp logic ra quyết định này được tái sử dụng trong các tác nhân nguồn mở. Armin Ronacher, người sáng lập Sentry, cũng tin rằng việc sử dụng các mô hình tổng quát lớn để đưa ra quyết định định tuyến là không hợp lý về mặt kinh tế.

5. An toàn và Kỹ thuật: Những công việc bẩn thỉu khó thấy

Loại ứng dụng này không hào nhoáng nhưng lại thiết thực nhất.

• Vercel thay thế bộ phân loại bảo mật lệnh Shell: Kỹ sư Pranit Sharma đã thay thế bộ phân loại bảo mật lệnh shell dựa trên OpenAI nội bộ bằng Jev. Nó được báo cáoNhanh hơn 5-18 lầnvà tỷ lệ cảnh báo sai thấp hơn - việc giảm cảnh báo sai thực sự cải thiện độ chính xác thực tế của hệ thống
• Phát hiện tiêm kịp thời: Cộng đồng có jev-mcp mã nguồn mở (một tiện ích mở rộng dựa trên giao thức MCP). Bạn có thể sử dụng Jev để thực hiện việc kiểm tra dữ kiện trên nhiều nguồn, phát hiện các cuộc tấn công tiêm nhắc ẩn trong lời nhắc của người dùng và chấm điểm mức độ liên quan về mặt ngữ nghĩa của nội dung được truy xuất.
• Nén ngữ cảnh dài: fast-jev-compaction sử dụng Jev để đánh giá nhanh giá trị của từng lệnh gọi công cụ, xóa các nhật ký vô dụng trong khi vẫn giữ lại các trạng thái chính - bối cảnh dễ dàng mở rộng khi các tác nhân mã hóa thực hiện các tác vụ dài. Dự án này cũng đã được đội ngũ chính thức của Jev công nhận
• Sàng lọc trước PR: Phân tích danh sách tệp đã thay đổi và kết quả kiểm tra tự động trong quy trình CI, ban đầu đánh giá xem PR có đủ điều kiện để hợp nhất hay không và tự động đánh dấu các PR có rủi ro cao và chuyển chúng theo cách thủ công

6. Quy trình kinh doanh: email, lệnh sản xuất, dịch vụ khách hàng

Những kịch bản này có điểm chung là:Cần đưa ra nhiều quyết định nhỏ một cách nhanh chóng và nhất quán, sử dụng mô hình lớn thì tốn kém và chậm.

• Phân loại mục đích email doanh nghiệp: Nikhil Mudholkar, CTO của BryoAI, đã so sánh Jev và Gemini. Độ chính xác tuyệt đối của Song Tử nhỉnh hơn một chút, nhưngChi phí mỗi cuộc gọi cao hơn 10-20 lần. Quan trọng hơn, Jev cung cấp các phân phối xác suất đã được hiệu chỉnh, giúp các hệ thống hạ nguồn dễ dàng đặt ngưỡng tin cậy hơn
• Phân bổ lệnh sản xuất và định tuyến tự động: Phân loại bức thư thành những thông tin chính và đưa cho Jev, chọn ra lá thư phù hợp nhất trong nhóm nhóm kinh doanh, thay thế những quy tắc thông thường viết tay mỏng manh
• Các khoản khấu trừ lặp đi lặp lại và phân loại hỗ trợ khẩn cấp: Nhanh chóng xác định các khiếu nại có rủi ro cao (chẳng hạn như khấu trừ nhiều lần) trong các tình huống thương mại điện tử tài chính. Khi khách hàng xúc động hoặc yêu cầu hoàn lại tiền, họ sẽ được gắn nhãn là khẩn cấp trong vòng một phần nghìn giây và được ưu tiên gửi đi.

7. Lối chơi Wilder

• Tạo pixel hình ảnh theo pixel: Nhà phát triển @anshuc biến việc tạo hình ảnh thành một bài toán phân loại cấp pixel - cung cấp cho mỗi pixel một tập hợp các tùy chọn và xác suất màu, chương trình sẽ dần dần lấp đầy nó bằng màu có xác suất cao nhất do Jev chọn và cuối cùng tạo ra một hình ảnh có độ phân giải thấp
• Giao dịch tự động trên chuỗi: Một số nhà phát triển Web3 kết nối Jev với các sàn giao dịch phi tập trung, đọc dữ liệu độ sâu đơn hàng theo thời gian thực và chỉ đưa ra ba hành động: mua, bán và giữ. Cộng đồng cảm thấy đây là một trong những ứng dụng bắt mắt nhất, nhưng rủi ro cũng hiện rõ trong điều kiện thị trường thực tế.
• Lựa chọn thành phần cho giao diện web: Trong dự án json-render, Jev chọn các thành phần và sắp xếp các mối quan hệ, sau đó chương trình sẽ tập hợp các kết quả thành một giao diện có thể hiển thị - giống như các khối xây dựng.

8. Một kết quả đánh giá đáng chú ý

Trong một cuộc đánh giá mù đôi, đăng ký trước do PrimeLine thực hiện, có một chi tiết đáng chú ý.

Độ chính xác tuyệt đối của Claude Opus 5 và Haiku 4.5 trên hai tác vụ thực tếCó thể so sánh với Jev, hoặc thậm chí tốt hơn lúc đầu. Nhưng khi việc đánh giá cho phép mô hình bỏ qua các mẫu mà nó kém tin cậy nhất,Jev hoàn thành tốt hơn cả hai nhiệm vụ.

Lý do là sự tự tin mà nó mang lại làđã hiệu chuẩn, trong khi các mô hình tổng quát có xu hướng được hiệu chỉnh kém và quá tự tin vào các phán đoán của mình. Nói cách khác: Khi việc “biết những gì bạn không biết” quan trọng hơn việc “trả lời cứng rắn” thì giá trị của Jev mới lộ rõ.

Làm thế nào để bắt đầu

Nếu bạn đang sử dụng nền tảng tổng hợp mô hình thì chi phí truy cập gần như bằng 0:

• Bộ định tuyến mở: Jev đã được đưa vào danh mục mẫu chính thức, tên mẫu typesafe/jev, thay đổi tên model trong mã và bạn có thể chuyển đổi
• Cổng AI Vercel: Quá trình tích hợp hoàn tất trong vòng 72 giờ sau khi phát hành, được phân phối qua mạng biên toàn cầu Vercel, với độ trễ thấp
• SDK chính thức: TypeSafe cung cấp bảng điều khiển trực tuyến (Sân chơi) và tài liệu đầy đủ, hỗ trợ API HTTP, SDK Python và SDK JavaScript
• Gói kỹ năng chính thức: TypeSafe đã mở nguồn kho kỹ năng trên GitHub để dạy các nhân viên mã hóa cách "hỏi tất cả những điều mơ hồ cùng một lúc" thay vì chỉ hỏi từng câu hỏi một.

Giá: 0,042 USD trên một triệu token cho đầu vào, miễn phí cho đầu ra. Ngoài ra còn có hạn ngạch miễn phí cho các tài khoản mới dùng thử.

Bình tĩnh nói điều gì đó

Đầu tiên,Nó không phải là sự thay thế cho các mô hình lớn hơn. Jev là một mô hình ra quyết định chuyên biệt. Đừng mong đợi nó có khả năng lập luận và tạo nội dung mở. Giá trị của nó là đạt được mục tiêu cuối cùng là đưa ra những quyết định nhanh chóng và đáng tin cậy với những kết quả có thể được xác định rõ ràng.

Thứ hai,Trong nhiều trường hợp cần phân biệt “công của ai”. Ví dụ: Trình diễn Sử dụng Trình duyệt để tìm kiếm chuyến bay trong 7 giây là kết quả của sự hợp tác của toàn bộ chuỗi công cụ và tất cả các khả năng không thể quy cho Jev. Bản thân kho vụ án do cộng đồng tổ chức cũng đánh dấu ranh giới của bằng chứng - nguyên tắc nào rõ ràng, tác động nào cần được xác minh và tuyên bố nào thiếu cơ sở. Thái độ này đáng để học hỏi.

Thứ ba,Hãy cảnh giác với việc thổi mù quáng. Jev lên màn ảnh trong vòng một tuần sau khi phát hành. Sự phổ biến bao gồm giá trị kỹ thuật thực sự và rất nhiều yếu tố tiếp thị. Điều bạn thực sự cần là thực hiện các nhiệm vụ của riêng mình với nó và xem bạn tiết kiệm được bao nhiêu tiền và độ trễ.

Nhưng có một điều chắc chắn:Ứng dụng AI không chỉ là “thế hệ”. Bên ngoài đường đua này, cơ sở hạ tầng bị bỏ quên từ lâu của “sự phán xét” đang được bổ sung. Thật khó để nói liệu Jev có phải là câu trả lời cuối cùng hay không, nhưng nó đặt ra những câu hỏi đúng đắn.

Mô hình lớn chịu trách nhiệm viết câu trả lời và Jev chịu trách nhiệm đưa ra quyết định - mỗi người thực hiện nhiệm vụ riêng của mình, đó là một cấu trúc tốt.

Tham khảo: Ghi chú phát hành chính thức của TypeSafe AI, thư viện trường hợp Jev_apps (137 trường hợp / 11 loại sử dụng), Wikipedia, phân tích kỹ thuật DataCamp