Jev

Jev — первая публичная System One Model от TypeSafe AI, представленная 18 сентября 2026 года. Её задача — не написать ответ человеку, а вернуть программно пригодное решение по заранее описанной схеме. Разработчик передаёт состояние и набор вопросов: выбрать класс из списка, поставить оценку по шкале или проверить сформулированный критерий. В ответ сервис возвращает типизированный результат и оценку уверенности. Такой формат интересен для маршрутизации, проверки полноты формы, триажа инцидентов и других повторяемых шагов, где у процесса есть ограниченный набор допустимых исходов.

Главное ограничение важно проговорить сразу: структурированная форма не делает решение истинным. Jev может ошибиться в интерпретации русского сообщения, отраслевого сокращения, отрицания или конфликтующих признаков. Поэтому она не должна самостоятельно проводить платёж, менять права доступа, удалять данные или отправлять юридически значимое письмо. Результат проходит валидацию обычным кодом: список классов закрыт, аргументы проверяются, а действия разрешаются только по явному белому списку. Низкая уверенность и отсутствие данных направляют заявку оператору.

Для пилота соберите историческую обезличенную выборку с ручной разметкой. Нужны не только обычные записи, но и два намерения в одном сообщении, пропущенное поле, смешанный язык, попытка обойти правило. Сравните верный маршрут, опасные ошибки, долю эскалаций, полное время обработки и объём ручной проверки. Настройка порога уверенности — решение владельца процесса, а не цифра из рекламы: слишком низкий порог увеличит риск, слишком высокий вернёт всю работу в очередь.

Jev доступна как облачный API и находится в раннем доступе. Команде следует учитывать сеть, лимиты, изменение условий поставщика и недоступность сервиса. Нужны тайм-аут, ограниченные повторы и ручной резервный маршрут. В журнале храните версию схемы, идентификатор входа, ответ, уверенность, итоговое действие и правку оператора. Это позволяет заметить дрейф после обновления модели. Jev подходит разработчикам, которые готовы формализовать небольшой участок автоматизации; для свободного текста, сложного анализа и творческой работы лучше выбрать генеративную модель и оставить человеку финальное решение.