Een onafhankelijke gids en community voor ontwikkelaars
Officiële informatie over Jev: typesafe.ai

Jev AI-model.
Van idee tot code.

Jev is het eerste System One-model van TypeSafe. Het retourneert getypte beslissingen en waarschijnlijkheden die software direct kan gebruiken. Bekijk use-cases en leer hoe u het model vanuit uw code aanroept.

Kies per taak

Een andere vorm van intelligentie.

TypeSafe noemt Jev een System One-model: het retourneert getypte keuzes en waarschijnlijkheden in plaats van vrije tekst te genereren. Vergelijk waar deze aanpak past naast generatieve modellen en regelgebaseerde code.

KenmerkJevGeneratieve LLM'sOp regels gebaseerde code
UitvoerVooraf gedefinieerde getypte keuzes, scores en waarschijnlijkhedenFlexibele tekst, code of gestructureerde uitvoerDeterministische waarden uit expliciete voorwaarden
SnelheidGeoptimaliseerd voor beslissingen met lage latentie; TypeSafe rapporteert in zijn tests 70–500 msAfhankelijk van model, prompt en uitvoerlengteMeestal zeer snel bij bekende voorwaarden
Geschikt voorHerhaalbare beslissingen waarbij begrip van de input vereist isSchrijven, complex redeneren en taken met een open eindeDuidelijke voorwaarden met stabiele definities
Belangrijkste beperkingKan geen vrije tekst genereren; een getypt antwoord kan nog steeds fout zijnFlexibele uitvoer moet mogelijk worden geparseerd en gevalideerdHet is moeilijk om elk geval te behandelen als de invoer dubbelzinnig is
i

Snelheidscijfers worden door TypeSafe gerapporteerd voor bepaalde gestructureerde beslissingstests. Ze zijn geen onafhankelijke benchmark of universele snelheidsgarantie. Lees de methoden

Het praktische onderscheid

Gebruik Jev als de antwoorden bekend zijn, maar de invoer nog moet worden geïnterpreteerd. Gebruik een generatief model om nieuwe tekst of code te produceren. Schrijf expliciete voorwaarden rechtstreeks in code.

Het kernidee

Gebouwd voor de beslissingen binnen software.

Jev beoordeelt tekst of gestructureerde gegevens aan de hand van vragen die u definieert. Het retourneert keuzes, scores en waarschijnlijkheden waarmee uw toepassing de volgende stap kan bepalen.

Jev in drie stappenIllustratief voorbeeld · geen live modelantwoord
01Klantbericht

“Er zijn twee keer kosten in rekening gebracht voor mijn abonnement. Kunt u helpen?”

02Vraag & keuzes

Welk team moet dit aanpakken?

Toegestane antwoorden: Facturering · Technisch · Verkoop
03Gestructureerd resultaat
FactureringJev

Voorbeeldwaarschijnlijkheid 0.92

01

Geef het context

Geef de relevante tekst, JSON-data of een lijst met tekstitems op. Jev accepteert momenteel tekst, geen afbeeldingen, audio of video.

02

Definieer de antwoordruimte

Vraag om een keuze, score of ja/nee-waarschijnlijkheid. U definieert de beschikbare antwoorden vóór de API-aanroep.

03

Laat uw code beslissen wat er daarna komt

Gebruik het resultaat en de onzekerheid om te routeren, te beoordelen of actie te ondernemen. Een geldig type garandeert geen juist oordeel.

Gebaseerd op officiële TypeSafe-documentatie

Waar het past

Kleine beslissingen in echte workflows.

Jev is ontworpen voor gerichte, herhaalbare beslissingen met een gedefinieerde antwoordruimte. Dit zijn uitgangspunten, geen prestatiebeloften; test ze op uw eigen gegevens.

01

Klantenondersteuning

Sorteer klachten en feedback van verkopers, beoordeel de urgentie en stuur elke zaak naar het juiste team. Laat twijfelgevallen door een medewerker beoordelen.

Voorbeeld besluitIs dit een factureringsprobleem of een technisch probleem?
02

Aanbevelingen en rangschikking

Filter een feed op de voorkeuren van de gebruiker en beoordeel de relevantie van opties naast je eigen signalen voor de rangschikking.

Voorbeeld besluitHoe relevant is dit item voor dit verzoek?
03

Orkestratie van agenten

Stuur verzoeken naar het juiste model, hulpmiddel of de juiste agent; bepaal of zoeken nodig is en of het resultaat volstaat voor de volgende stap.

Voorbeeld besluitMoet dit verzoek naar een gespecialiseerd model gaan?
04

Vertrouwen & veiligheid

Toets berichten, codewijzigingen en toolaanroepen aan concrete regels. Laat risicovolle of onzekere beslissingen door een mens beoordelen.

Voorbeeld besluitSchendt dit bericht dit beleid?
GitHubjev-guard
05

Games en simulaties

Laat Jev op basis van de spelstand en een beperkte lijst geldige zetten de volgende actie voor een AI-tegenstander of NPC kiezen. De spelcode controleert de regels en voert de actie uit.

Voorbeeld besluitWelke geldige zet moet de tegenstander nu doen?
06

Persoonlijke automatisering

Sorteer e-mail en meldingen volgens je eigen regels, beoordeel de toestand van je slimme huis of beslis wanneer een routine wordt uitgevoerd.

Voorbeeld besluitIs deze melding het waard om me nu te onderbreken?
GitHubHA-Jev
Ga aan de slag

Van nieuwsgierigheid tot je eerste beslissing.

Begin met een afgebakende beslissing die uw applicatie al nodig heeft. Definieer de mogelijke antwoorden en bepaal vervolgens in de code hoe u het resultaat gebruikt.

01

Kies een beslissing

Kies één gerichte vraag, zoals het routeren van een ticket of het beoordelen van de relevantie van een item.

02

Definieer de keuzes

Definieer de invoer, vragen en toegestane antwoorden voordat u de API aanroept.

03

Omgaan met onzekerheid

Gebruik waarschijnlijkheden en zekerheid om een actie, alternatief of menselijke beoordeling te kiezen.

Hoe te integreren

Voeg Jev toe aan je code.

Dit TypeScript-voorbeeld aan de serverzijde stuurt een ondersteuningsbericht en twee vragen met gedefinieerde antwoordformaten naar Jev 1.13 via OpenRouter. Bewaar de API-sleutel op uw server; uw toepassing bepaalt hoe de resultaten worden gebruikt.

Probeer Jev gratis
TypeScript aan de serverzijdetypesafe/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
Invoerstate + questions
Uitvoeranswers

Lees het antwoord

choice geeft het gekozen team aan. noul retourneert een waarde van 0 tot 1 voor de ja/nee-vraag. Uw code gebruikt beide waarden volgens uw routeringsregels.

Voordat u het in productie gebruikt

Test vóór productiegebruik met representatieve tickets, leg de modelversie vast en stuur onzekere of ingrijpende gevallen door voor menselijke beoordeling. De waarde 0,8 is slechts een voorbeeld.

API-referenties: OpenRouter · TypeSafe

LangChain · Python

Jev opnemen in een LangChain-agentharnas

Het harnas regelt de modelaanroepen en tools van de agent. Op een beslismoment leest Jev een bericht, een voorgenomen toolaanroep of de agentstatus en geeft een getypeerd antwoord terug. Je code bepaalt wat volgt; open taken blijven bij het chatmodel.

ModelRouterMiddlewarebefore_agent → wrap_model_call

Classificeer het laatste gebruikersbericht vóór de run, kies een model en houd die keuze tijdens de run aan. De keuze, kansen en betrouwbaarheid blijven beschikbaar in de agentstatus.

AutoModeMiddlewarewrap_tool_call

Controleer een geselecteerde toolaanroep vóór uitvoering. Als Jev risico of onvoldoende toestemming vaststelt, blokkeert de middleware de aanroep en geeft een ToolMessage met fout terug. Er wordt geen menselijke goedkeuring gevraagd.

TypeSafeClassifierChoice · Score · Noul

Voeg desgewenst eigen controlepunten toe: geef berichten of agentstatus vanuit aangepaste middleware aan TypeSafeClassifier en gebruik Choice, Score of Noul om in code te vertakken of een geval te laten beoordelen.

Wat elk veld betekent

Het verzoek definieert de vragen en antwoordformaten. Het antwoord retourneert voor elk een resultaat. Dit zijn de JSON-velden die in het voorbeeld worden gebruikt.

Velden opvragen

model
De model-ID. In dit voorbeeld wordt Jev 1.13 vastgezet, zodat de versie ervan expliciet is.
state
De tekst of gestructureerde gegevens die moeten worden geëvalueerd, zoals een ondersteuningsbericht.
questions
Een verzameling beslissingen met een naam. Diezelfde namen staan in het veld answers van de respons.
type
De antwoordvorm: choice selecteert één optie; noul beoordeelt een ja/nee-vraag.
instructions
De specifieke afweging die u het model wilt laten maken.
criteria
Voor choice: de toegestane optiesleutels en een korte uitleg van elke optie.

Reactievelden

answers
Eén resultaat per vraag, geretourneerd onder dezelfde naam.
choice
De optiesleutel die door choice is geselecteerd: de optie met de hoogste waarschijnlijkheid.
probabilities
De waarschijnlijkheid van elke keuzeoptie; samen tellen deze waarden op tot 1.
confidence
Een afzonderlijke betrouwbaarheidswaarde berekend op basis van de waarschijnlijkheidsverdeling; het is niet de waarschijnlijkheid van de geselecteerde optie.
noul
Een getal van 0 (nee) tot 1 (ja) voor een ja/nee-vraag.

Een correct gevormd antwoord kan nog steeds fout zijn. Test representatieve cases en stel routeringsdrempels in voor uw eigen workflow.

Projecten

System One.

Jev is het model van TypeSafe. De community onderzoekt snelle, gestructureerde beslissingen ook met open modellen en interfaces. Vergelijk de code, aanpak en beperkingen.

Onafhankelijke communityprojecten, geen officiële Jev-versies.

System One-gids voor developers Bekijk alle GitHub-projecten
Open data en nieuws uit de community Open Jev AI Radar op GitHub
Rondom het model

Wat ontwikkelaars zeggen.

Ontdek de belangrijkste punten uit de lanceringsdiscussie, de officiële SDK en een onafhankelijke video. Lees hier de context en volg vervolgens de originele bronnen voor meer details.

X

TypeSafe deelt lanceringsupdates en productcontext op X. Beschouw de berichten als de eigen uitleg van het team en controleer de documentatie voordat u een implementatie op een bewering baseert.

Bekijk origineel

GitHub

De officiële JavaScript- en TypeScript-SDK toont het API-oppervlak, voorbeelden en release-activiteit. Het is de nuttigste plaats om te inspecteren hoe een Jev-verzoek in code wordt weergegeven.

Bekijk origineel

Hacker News

In de lanceringsthread wordt gevraagd waar een beslissingsmodel past, hoe je het moet evalueren en wat je moet doen als een zelfverzekerd antwoord fout is. Het is een discussie, geen prestatietest.

Bekijk origineel
ThursdAI · TypeSafe AI

Jev in de praktijk: in gesprek met TypeSafe

Allie Laabs van TypeSafe legt in ThursdAI System One en de uitkomsten Choice, Score en Noul uit. De presentatoren testen het classificeren van berichten, tonen een Doom-demo en bespreken de grenzen van Jev.

Bekijk origineel
Kijk op deze pagina

Jev uitgelegd: gestructureerde beslissingen en hun grenzen

Een onafhankelijke walkthrough van RepoChad behandelt het uitvoerschema, de snelheidsclaims van TypeSafe, voorbeelddemo's en open vragen. De video wordt alleen geladen wanneer u ervoor kiest deze af te spelen.

Bekijk origineel
De mensen achter Jev

Maak AI-beslissingen eenvoudiger te gebruiken in software.

TypeSafe AI introduceerde Jev als het eerste System One-model. Het gestelde doel is om snelle, gestructureerde beslissingen te nemen die bruikbaar zijn binnen gewone softwareworkflows.

Oprichter Diogo Almeida werkte eerder bij OpenAI en Google Brain. Volgens TypeSafe hebben zijn werk op het gebied van het volgen van instructies en RLHF bijgedragen aan het vormgeven van het onderzoek achter ChatGPT.

Goede vragen

Vragen die de moeite waard zijn om te stellen.

Is Jev een chatbot?

Nee. Jev is ontworpen om getypte beslissingen en waarschijnlijkheden terug te geven in plaats van chatantwoorden in vrije vorm of gegenereerde code.

Kan Jev aanbevelingen doen?

Het kan helpen kandidaten te scoren of opnieuw te rangschikken op basis van semantische relevantie. Een compleet aanbevelingssysteem heeft nog steeds het ophalen van kandidaten, bedrijfsregels, evaluatie en uw eigen rankinglogica nodig.

Betekent een correct getypeerde uitvoer dat de beslissing juist is?

Nee. Het uitvoertype beperkt alleen het formaat. De gekozen optie kan nog steeds fout zijn; test daarom met representatieve gegevens en verwerk onzekerheid in de code.

Waar kan ik leren hoe ik Jev moet gebruiken?

Begin met de officiële documentatie en SDK van TypeSafe. De modelpagina bij OpenRouter biedt ook toegang tot Jev via dat platform.

Begin met één vraag

Probeer Jev uit voor een concrete beslissing.

Definieer de vraag en mogelijke antwoorden. Laat uw aanvraag beslissen wat u met de uitslag doet.

Updates uit de community

Volg het Jev-ecosysteem op jouw manier.

Volg nieuwe projecten, System One-modellen uit de community en praktische toepassingen via regelmatige openbare updates of een incidentele, zorgvuldig samengestelde e-mail.

Regelmatige openbare updates

Jev AI Radar

Een opensourcecollectie die ontwikkelaars, scripts en AI-agents kunnen lezen, hergebruiken en door de tijd heen volgen.

Geef een ster op GitHub
Incidentele selectie

Nieuwsbrief

Ontvang af en toe een selectie uit de community: populaire GitHub-projecten, bruikbare codevoorbeelden en praktische toepassingen van Jev.

Door je aan te melden, ga je akkoord met af en toe een e-mail van Jev AI Dev.