Jev qué es
Imagina que eres supervisor de atención al cliente. Con cada mensaje que entra, haces mentalmente varios juicios rápidos: ¿de quién es este trabajo? ¿El cliente tiene prisa? ¿Hay que atenderlo de inmediato?
Olvida Jev por ahora. Aquí tienes un ticket con formato real; juzga tres cosas.
Our API integration started returning 500 errors on every request about 20 minutes ago, and we can’t process any customer orders until this is fixed.Idea general:Nuestra integración de API empezó a devolver errores 500 en cada solicitud hace unos 20 minutos; no podemos procesar ningún pedido de clientes hasta que se resuelva.
1¿A qué equipo debe ir este mensaje?
billing gestiona pagos y suscripciones, technical gestiona fallos e integraciones, sales gestiona precios y consultas de cuentas
2¿Qué tan enojado está el cliente? Arrastra hasta la posición que consideres adecuada
3«Este mensaje es muy urgente»: ¿qué tan seguro estás de que es verdad?
Jev es el modelo insignia de TypeSafe. Le entregas un material y varias preguntas, y no te devuelve un párrafo, sino respuestas y probabilidades que el código puede usar directamente. No genera ningún texto.
En esta sección no se escribe código. Al terminar de leer sabrás en qué se diferencia de GPT y Claude, y cuándo conviene usarlo.
Qué podrás hacer al terminar
- Explicar en una frase qué es Jev y en qué se diferencia de un modelo de chat
- Distinguir qué responde cada uno de los tres tipos de preguntas: Choice, Score y Noul
- Juzgar si tu caso de uso es adecuado para Jev
Cómo es una petición
Cada llamada tiene la misma forma:
- Un state: el material a juzgar. Puede ser un texto, un objeto JSON o un conjunto de textos.
- Un conjunto de questions: preguntas con tipo.
Lo que devuelve es una respuesta tipada por cada pregunta, con su probabilidad, y en algunos tipos también confidence. Todas las preguntas se evalúan en paralelo e independientemente sobre el mismo material; añadir algunas más casi no aumenta el tiempo de respuesta.
if department == ▢:Pasar al equipo técnicoif frustration > 1.0:Primero calma la situaciónif is_urgent > 0.9:Marcar como urgenteResultado:Pasar al equipo técnico y marcar como urgente.No hay ninguna frase que tu código deba “interpretar”: lo que obtienes son valores directamente comparables.
Oficialmente a este tipo de modelo lo llaman System One, tomando prestado el «pensamiento rápido» de «Pensar rápido, pensar despacio»: ese juicio que una persona experta, con el material adecuado delante, resuelve en segundos. Jev es el primer modelo System One.
- Puedo nombrar las dos entradas de una petición: state y questions
En qué se diferencia de un modelo de chat
Probablemente has intentado pedirle a un modelo de chat que «decida a qué grupo va el ticket y devuelva JSON». A veces envuelve la respuesta en una valla de código, a veces escribe mal los nombres de los campos, y el código para analizar su salida acaba siendo más largo que la lógica de negocio. Dice que está «muy seguro», pero tu código no puede tomar una decisión basándose en esa frase.
| Modelos de chat (GPT, Claude, etc.) | Jev | |
|---|---|---|
| Para qué está optimizado | Generar texto para lectura humana | Tomar decisiones que el código puede usar directamente |
| Salida | Texto libre; para obtener JSON hay que restringirlo con prompts | Respuestas tipadas y probabilidades, con confidence en algunos tipos |
| ¿Son fiables las probabilidades? | Sin calibrar; «estoy muy seguro» es solo una forma de hablar | Entrenado con calibración según resultados reales; las probabilidades reflejan la incertidumbre |
| ¿Explica? | Da explicaciones largas | No: no escribe respuestas, no escribe código, no explica su razonamiento |
| Uso típico | Chat, redacción, autocompletado de código | Enrutamiento, clasificación, puntuación, barreras de seguridad, juicios de sí/no |
Pon a prueba tus conocimientosQuieres que un programa decida automáticamente «¿este comentario es publicidad?» y que solo lo borre automáticamente cuando esté muy seguro. ¿Cuál opción es más adecuada?
- Puedo decir la mayor diferencia entre Jev y un modelo de chat: su salida son valores y probabilidades, no texto
Tres tipos de preguntas
Ya has hecho una de cada al principio.
| Tipo de pregunta | Qué responde | Devuelve |
|---|---|---|
| Choice | Elegir una opción de un conjunto fijo | choice, probabilities de cada opción, confidence |
| Score | Puntuar según los niveles que definas | score (puede caer entre dos niveles), probabilities, confidence |
| Noul | Si una afirmación es verdadera o falsa | noul: probabilidad de 0 a 1 |
Cuando ambos encajan, elige el que tu código pueda ejecutar directamente: Choice corresponde a un conjunto de ramas ya definidas, Score a un umbral, y Noul a un if.
Hay un cuarto tipo de pregunta, Box, que sirve para localizar cosas en imágenes; se explica por separado en Box e imágenes.
- Puedo decir qué responde cada uno de los tres tipos de preguntas
Las probabilidades son para el código
Las respuestas de Jev incluyen «cuánta certeza» hay. No es un adorno: es para que tu código decida procesar automáticamente lo que tiene alta confianza y pasar a una persona lo que no.
Aquí tienes seis mensajes con la clasificación y la confianza que Jev podría dar. Arrastra la línea divisoria y mira cómo cambian los dos lados.
Procesar automáticamente3
Transferir a un agente humano3
SeguridadNo menos de 0.80 se procesa automáticamente y el resto queda para humanos. Dónde trazas esa línea lo decide tu código.
No hay una respuesta estándar sobre dónde trazar la línea. Cuanto más grave sea la acción (reembolso, borrado, suspensión de cuenta), más alta debería estar la línea.
- Sé que las probabilidades y el confidence sirven para decidir en el código entre «hacerlo automáticamente o pasarlo a una persona»
Pruébalo con tus manos (opcional)
Si tienes una cuenta de TypeSafe, puedes probarlo sin escribir código en el Playground oficial. Si no tienes cuenta, sáltalo por ahora; la siguiente sección te guiará en el registro.
Abre console.typesafe.ai/playground, pega el texto original en inglés del ticket del principio en el state, y luego pega las tres preguntas siguientes en la zona de preguntas:
{
"is_urgent": {
"type": "noul",
"instructions": "The message conveys urgency or time-sensitivity"
},
"department": {
"type": "choice",
"instructions": "Which team should handle this",
"criteria": {
"billing": "Payment or subscription issues",
"technical": "Bugs or integration problems",
"sales": "Pricing or account questions"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated the customer appears",
"criteria": [
"Calm, just stating facts",
"Frustrated but civil",
"Very angry, strong language"
]
}
}Deberías ver: las tres respuestas se devuelven a la vez. El resultado del ejemplo oficial es technical, 0.67, 0.99; los valores reales pueden variar según la versión de Jev.
- las tres respuestas se devuelven de una sola vez, sin necesidad de hacer tres peticiones
Qué no es
No puede actuar como el modelo detrás de Claude Code o Cursor. No genera texto en streaming, no llama a herramientas, no edita archivos; no existe ninguna configuración que permita reemplazar el modelo de un asistente de código por Jev. El uso correcto es al revés: deja que el asistente de código trabaje como de costumbre y escriba por ti "el código que llama a Jev". Véase cómo combinarlo con Claude Code.
No explica el porqué. La respuesta es solo un valor y una probabilidad. Si quieres un juicio más fino, divide la pregunta grande en varias preguntas pequeñas y combínalas en tu código. Por ejemplo, para puntuar un plan de negocio, divídelo en tres Score: tamaño de mercado, viabilidad técnica y diferenciación, y pondera tú mismo.
El contenido en chino debe probarse primero
El inglés es el idioma principal de entrenamiento de Jev, donde la precisión es la mejor. Otros idiomas (incluido el chino) funcionan, pero la documentación oficial indica claramente que la precisión es inferior a la del inglés. Antes de lanzar un escenario en chino, pruébalo primero con tus propios datos, prestando especial atención a confidence; cuanto mayor sea la acción, más conservador debe ser el umbral.
- Sé que Jev no puede reemplazar al modelo detrás de un asistente de código
- Sé que en escenarios en chino hay que probar primero con mis propios datos
Punto de control
- Puedo explicar en una frase qué es Jev: le das material y una pregunta tipada, y devuelve una respuesta con probabilidad que el código puede usar directamente, sin generar texto
- Puedo mencionar tres tipos de pregunta: Choice elige opciones, Score puntúa, Noul juzga verdadero o falso
- Sé que la probabilidad sirve para que el código tome decisiones
- Sé que no explica su razonamiento y que tampoco puede impulsar un asistente de código
Siguiente sección
Con los conceptos claros, ve a por la clave: registro y API Key.