Panduan dan komunitas independen untuk pengembang
Informasi resmi tentang Jev: typesafe.ai

Model Jev AI.
Dari ide hingga kode.

Jev adalah model System One pertama dari TypeSafe. Model ini mengembalikan keputusan bertipe dan probabilitas yang dapat digunakan perangkat lunak. Jelajahi kasus penggunaan dan pelajari cara memanggilnya dari kode Anda.

Pilih berdasarkan tugas

Bentuk kecerdasan yang berbeda.

TypeSafe menyebut Jev sebagai model System One: ia mengembalikan pilihan dan probabilitas bertipe alih-alih menghasilkan teks terbuka. Bandingkan kesesuaian pendekatan tersebut dengan model generatif dan kode berbasis aturan.

AspekJevLLM GeneratifKode berbasis aturan
KeluaranPilihan bertipe, skor, dan probabilitas yang telah ditentukan sebelumnyaTeks, kode, atau keluaran terstruktur yang fleksibelNilai deterministik dari kondisi eksplisit
KecepatanDioptimalkan untuk keputusan latensi rendah; TypeSafe melaporkan 70–500 ms dalam pengujiannyaTergantung pada model, prompt, dan panjang keluaranBiasanya sangat cepat untuk kondisi yang diketahui
Paling cocokKeputusan berulang yang membutuhkan pemahaman masukannyaMenulis, penalaran kompleks, dan tugas terbukaKondisi jelas dengan definisi stabil
Batasan utamaTidak dapat menghasilkan teks bentuk bebas; jawaban bertipe masih bisa salahKeluaran yang fleksibel mungkin memerlukan penguraian dan validasiSulit untuk mencakup setiap kasus jika masukannya ambigu
i

Angka kecepatan dilaporkan oleh TypeSafe untuk pengujian keputusan terstruktur tertentu. Ini bukan tolok ukur independen atau jaminan kecepatan universal. Baca metodenya

Perbedaan praktis

Gunakan Jev ketika jawabannya sudah diketahui tetapi masukannya masih memerlukan interpretasi. Gunakan model generatif untuk menghasilkan teks atau kode baru. Tulis kondisi eksplisit langsung dalam kode.

Ide inti

Dibangun untuk keputusan di dalam perangkat lunak.

Jev mengevaluasi teks atau data terstruktur berdasarkan pertanyaan yang Anda tetapkan. Ini mengembalikan pilihan, skor, dan probabilitas yang dapat digunakan aplikasi Anda untuk memutuskan apa yang terjadi selanjutnya.

Jev dalam tiga langkahContoh ilustratif · bukan respons model langsung
01Pesan pelanggan

“Saya ditagih dua kali untuk langganan saya. Bisakah Anda membantu?”

02Pertanyaan & pilihan

Tim manakah yang harus menangani hal ini?

Jawaban yang diperbolehkan: Penagihan · Teknis · Penjualan
03Hasil terstruktur
PenagihanJev

Contoh probabilitas 0.92

01

Berikan konteksnya

Berikan teks yang relevan, data JSON, atau daftar item teks. Saat ini Jev menerima teks, bukan gambar, audio, atau video.

02

Tentukan ruang jawaban

Minta pilihan, skor, atau probabilitas ya/tidak. Jawaban yang tersedia ditentukan sebelum pemanggilan API.

03

Biarkan kode Anda memutuskan apa yang akan terjadi selanjutnya

Gunakan hasil dan ketidakpastiannya untuk mengarahkan, meninjau, atau bertindak. Tipe yang valid tidak menjamin penilaian yang benar.

Berdasarkan dokumentasi resmi TypeSafe

Dimana itu cocok

Keputusan kecil dalam alur kerja nyata.

Jev dirancang untuk keputusan terfokus dan berulang dengan ruang jawaban yang telah ditentukan. Ini adalah titik awal, bukan janji kinerja; ujilah dengan data Anda sendiri.

01

Dukungan pelanggan

Kelompokkan keluhan pelanggan dan masukan penjual, nilai tingkat urgensinya, lalu arahkan ke tim yang tepat. Serahkan kasus yang meragukan kepada petugas.

Contoh keputusanApakah ini masalah penagihan atau masalah teknis?
02

Rekomendasi & peringkat

Saring feed berdasarkan preferensi pengguna, lalu nilai relevansi konten bersama sinyal pemeringkatan milik produk Anda.

Contoh keputusanSeberapa relevankah item ini dengan permintaan ini?
03

Orkestrasi agen

Arahkan permintaan ke model, alat, atau agen yang tepat; tentukan kapan perlu mencari informasi dan apakah hasilnya cukup untuk langkah berikutnya.

Contoh keputusanHaruskah permintaan ini ditujukan ke model spesialis?
04

Kepercayaan & keamanan

Periksa pesan, perubahan kode, dan pemanggilan alat berdasarkan aturan yang jelas. Serahkan keputusan berisiko atau tidak pasti kepada petugas.

Contoh keputusanApakah pesan ini melanggar kebijakan ini?
GitHubjev-guard
05

Game dan simulasi

Dari kondisi permainan dan daftar langkah yang sah, Jev memilih tindakan berikutnya untuk lawan AI atau NPC. Kode game tetap memeriksa aturan dan menjalankan tindakan.

Contoh keputusanLangkah sah mana yang harus diambil lawan berikutnya?
06

Otomatisasi pribadi

Pilah email dan notifikasi menurut aturan Anda sendiri, periksa kondisi rumah pintar, atau tentukan kapan rutinitas dijalankan.

Contoh keputusanApakah notifikasi ini perlu mengganggu saya sekarang?
GitHubHA-Jev
Mulailah

Dari rasa ingin tahu hingga keputusan pertama Anda.

Mulailah dari satu keputusan spesifik yang memang dibutuhkan aplikasi Anda. Tentukan kemungkinan jawaban, lalu tetapkan dalam kode cara menggunakan hasilnya.

01

Pilih keputusan

Pilih satu pertanyaan terfokus, seperti mengarahkan tiket atau menilai relevansi item.

02

Tentukan pilihannya

Tentukan masukan, pertanyaan, dan jawaban yang diizinkan sebelum memanggil API.

03

Tangani ketidakpastian

Gunakan probabilitas dan keyakinan untuk memilih tindakan, fallback, atau tinjauan manusia.

Bagaimana cara mengintegrasikan

Tambahkan Jev ke kode Anda.

Contoh TypeScript sisi server ini mengirimkan pesan dukungan dan dua pertanyaan dengan format jawaban yang ditentukan ke Jev 1.13 melalui OpenRouter. Simpan kunci API di server Anda; aplikasi Anda memutuskan bagaimana menggunakan hasilnya.

Coba Jev gratis
TypeScript sisi servertypesafe/jev-1.13
const apiKey = process.env.OPENROUTER_API_KEY;
if (!apiKey) throw new Error("Set OPENROUTER_API_KEY");

const response = await fetch("https://openrouter.ai/api/alpha/decisions", {
  method: "POST",
  headers: {
    Authorization: "Bearer " + apiKey,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "typesafe/jev-1.13",
    state: "My card was charged twice. Please help ASAP.",
    questions: {
      department: {
        type: "choice",
        instructions: "Which team should handle this?",
        criteria: {
          billing: "Payments and refunds",
          technical: "Bugs and integrations"
        }
      },
      urgent: {
        type: "noul",
        instructions: "Does this message need urgent attention?"
      }
    }
  })
});

if (!response.ok) throw new Error("Jev request failed: " + response.status);
const {answers} = await response.json();

if (answers.department.choice === "billing" && answers.urgent.noul > 0.8) {
  // Route to the billing review queue.
}
EndpointPOST /api/alpha/decisions
Masukanstate + questions
Keluarananswers

Baca jawabannya

choice menunjukkan tim yang dipilih. noul mengembalikan nilai 0 hingga 1 untuk pertanyaan ya/tidak. Kode Anda menggunakan keduanya bersama aturan routing Anda sendiri.

Sebelum menggunakannya dalam produksi

Sebelum digunakan di produksi, uji dengan tiket dukungan yang representatif, catat versi model, dan kirim kasus yang tidak pasti atau berdampak besar untuk ditinjau manusia. Nilai 0,8 hanya contoh.

Referensi API: OpenRouter · TypeSafe

LangChain · Python

Memasukkan Jev ke harness agen LangChain

Harness mengatur pemanggilan model dan alat. Pada titik keputusan, Jev membaca pesan, rencana pemanggilan alat, atau status agen lalu mengembalikan jawaban bertipe. Kode Anda menentukan langkah berikutnya; tugas terbuka tetap ditangani model percakapan.

ModelRouterMiddlewarebefore_agent → wrap_model_call

Klasifikasikan pesan pengguna terbaru sebelum proses dimulai, pilih model, lalu gunakan pilihan itu selama proses berjalan. Pilihan, probabilitas, dan tingkat keyakinannya tetap tersedia dalam status agen.

AutoModeMiddlewarewrap_tool_call

Periksa pemanggilan alat tertentu sebelum dijalankan. Jika Jev menilai tindakan berisiko atau tidak cukup berwenang, middleware memblokirnya dan mengembalikan ToolMessage berisi kesalahan. Middleware ini tidak meminta persetujuan manusia.

TypeSafeClassifierChoice · Score · Noul

Anda juga bisa menambahkan pemeriksaan sendiri: kirim pesan atau status agen ke TypeSafeClassifier lewat middleware kustom, lalu gunakan Choice, Score, atau Noul untuk mengatur alur kode atau meminta peninjauan.

Arti setiap bidang

Permintaan menentukan pertanyaan dan format jawaban. Respons mengembalikan satu hasil untuk setiap pertanyaan. Berikut bidang JSON yang digunakan dalam contoh.

Bidang permintaan

model
ID model. Contoh ini menetapkan versi Jev 1.13 agar versi yang digunakan selalu jelas.
state
Teks atau data terstruktur yang akan dievaluasi, misalnya pesan kepada tim dukungan.
questions
Kumpulan keputusan yang diberi nama. Nama yang sama digunakan dalam bidang answers pada respons.
type
Bentuk jawaban: choice memilih satu opsi; noul menilai pertanyaan ya/tidak.
instructions
Penilaian spesifik yang ingin Anda minta dari model.
criteria
Untuk choice: kunci opsi yang diizinkan beserta penjelasan singkat untuk setiap opsi.

Bidang respons

answers
Satu hasil per pertanyaan, dikembalikan dengan nama yang sama.
choice
Kunci opsi yang dipilih oleh choice: opsi dengan probabilitas tertinggi.
probabilities
Probabilitas untuk setiap opsi; seluruh nilainya berjumlah 1.
confidence
Nilai keyakinan tersendiri yang dihitung dari distribusi probabilitas; ini bukanlah probabilitas pilihan yang dipilih.
noul
Angka dari 0 (tidak) hingga 1 (ya) untuk pertanyaan ya/tidak.

Jawaban dengan format yang benar masih bisa salah. Uji kasus yang representatif dan tetapkan ambang routing yang sesuai dengan alur kerja Anda.

Proyek

System One.

Jev adalah model milik TypeSafe. Komunitas juga mengeksplorasi keputusan cepat dan terstruktur lewat model terbuka serta antarmuka lain. Bandingkan kode, pendekatan, dan batasannya.

Proyek independen dari komunitas, bukan rilis resmi Jev.

Panduan System One untuk developer Lihat semua proyek GitHub
Data terbuka dan kabar komunitas Buka Jev AI Radar di GitHub
Di sekitar model

Apa yang dikatakan pengembang.

Jelajahi poin-poin utama dari diskusi peluncuran, SDK resmi, dan video independen. Baca konteksnya di sini, lalu ikuti sumber aslinya untuk lebih detail.

X

TypeSafe membagikan kabar peluncuran dan konteks produk di X. Anggap postingan tersebut sebagai penjelasan dari tim, lalu periksa dokumentasi sebelum menjadikannya dasar implementasi.

Lihat sumber asli

GitHub

JavaScript resmi dan TypeScript SDK menunjukkan permukaan API, contoh, dan aktivitas rilis. Ini adalah tempat paling berguna untuk memeriksa bagaimana permintaan Jev direpresentasikan dalam kode.

Lihat sumber asli

Hacker News

Rangkaian peluncuran menanyakan kesesuaian model keputusan, cara mengevaluasinya, dan apa yang harus dilakukan jika jawaban yang meyakinkan salah. Ini adalah diskusi, bukan tes kinerja.

Lihat sumber asli
ThursdAI · TypeSafe AI

Jev dalam praktik: bincang dengan tim TypeSafe

Allie Laabs dari TypeSafe menjelaskan System One serta keluaran Choice, Score, dan Noul di ThursdAI. Para pembawa acara menguji klasifikasi unggahan, menampilkan demo Doom, dan membahas batasan Jev.

Lihat sumber asli
Tonton di halaman ini

Mengenal Jev: keputusan terstruktur dan batasannya

Panduan independen oleh RepoChad mencakup skema keluaran, klaim kecepatan TypeSafe, contoh demo, dan pertanyaan terbuka. Video dimuat hanya jika Anda memilih untuk memutarnya.

Lihat sumber asli
Orang-orang di belakang Jev

Jadikan keputusan AI lebih mudah digunakan dalam perangkat lunak.

TypeSafe AI memperkenalkan Jev sebagai model System One pertamanya. Tujuannya adalah untuk membuat keputusan yang cepat dan terstruktur yang dapat digunakan dalam alur kerja perangkat lunak biasa.

Pendiri Diogo Almeida sebelumnya bekerja di OpenAI dan Google Brain. Menurut penjelasan TypeSafe, pekerjaannya pada instruction following dan RLHF ikut membentuk riset di balik ChatGPT.

Pertanyaan bagus

Pertanyaan yang patut ditanyakan.

Apakah Jev seorang chatbot?

Tidak. Jev dirancang untuk mengembalikan keputusan dan probabilitas bertipe, bukan balasan obrolan bentuk bebas atau kode yang dihasilkan.

Bisakah Jev memberikan rekomendasi?

Jev dapat membantu menilai atau menyusun ulang peringkat item berdasarkan relevansi semantik. Sistem rekomendasi lengkap tetap memerlukan pengambilan kandidat, aturan bisnis, evaluasi, dan logika peringkat Anda sendiri.

Apakah keluaran bertipe berarti keputusannya benar?

Tidak. Output bertipe hanya membatasi format. Opsi yang dipilih masih bisa salah, jadi uji dengan data yang representatif dan tangani ketidakpastian dalam kode.

Di mana saya bisa belajar cara menggunakan Jev?

Mulailah dari dokumentasi dan SDK resmi TypeSafe. Halaman model di OpenRouter juga menyediakan akses ke Jev melalui platform tersebut.

Mulailah dengan satu pertanyaan

Cobalah Jev pada keputusan konkret.

Tentukan pertanyaan dan kemungkinan jawabannya. Biarkan aplikasi Anda memutuskan apa yang harus dilakukan dengan hasilnya.

Kabar komunitas

Ikuti ekosistem Jev dengan cara yang paling cocok.

Pantau proyek baru, model System One buatan komunitas, dan contoh penggunaan praktis lewat pembaruan publik yang rutin atau email pilihan yang dikirim sesekali.

Pembaruan publik rutin

Jev AI Radar

Koleksi sumber terbuka yang dapat dibaca, digunakan kembali, dan dipantau perubahannya oleh developer, skrip, serta agen AI.

Beri bintang di GitHub
Ringkasan pilihan sesekali

Newsletter

Sesekali dapatkan pilihan komunitas: proyek GitHub yang sedang ramai, contoh kode yang berguna, dan penerapan Jev dalam proyek nyata.

Dengan berlangganan, Anda setuju menerima email sesekali dari Jev AI Dev.