ما هو Jev؟ نموذج System One من TypeSafe AI، شرح مفصّل

تسابقت معظم إطلاقات الذكاء الاصطناعي هذا العام نحو التفوق في المحادثة. أما TypeSafe AI فقد سلكت طريقاً مغايراً. في الخامس عشر من سبتمبر 2026، قدّمت Jev، أول "نموذج System One" لها — ذكاء اصطناعي لا يكتب جملة واحدة، بل يُعيد قرارات مكتوبة واحتمالية يمكن لكودك التصرف بناءً عليها مباشرةً. إن كنت تبني وكلاء أو أتمتة، فإن Jev يستحق الفهم: فهو يستهدف القرارات المملة عالية الحجم التي تتخذها نماذج اللغة الكبيرة (LLMs) ببطء وبتكلفة عالية. إليك ما هو، وكيف يعمل، وما يكلّفه، وأين تستحق الادعاءات التشكيك.

ما هو Jev في جملة واحدة؟

Jev هو نموذج حدودي من TypeSafe AI يأخذ حالة البرنامج إلى جانب مجموعة من الأسئلة المكتوبة، ويجيب عليها جميعاً في تمريرة موازية واحدة — مُعيداً قيماً منظّمة مع احتمالات معايَرة بدلاً من النصوص المُولَّدة.

تُقدّم الشركة هذا باعتباره فئة جديدة من النماذج، لا مجرد نموذج لغوي أصغر حجماً. تُسمّيه TypeSafe "System One"، مستعيرةً تمييز دانيال كانيمان بين تفكير النظام الأول السريع والحدسي والتفكير البطيء والمتأمل للنظام الثاني. الرهان هنا: معظم القرارات داخل البرمجيات هي أحكام سريعة ("في أي فئة يندرج هذا؟"، "هل هذا عاجل؟")، وقد كنا نستأجر نموذج استدلال كامل لاتخاذها.

بنى Jev ديوغو ألميدا، الذي أسهم في إنشاء أعمال RLHF وInstructGPT التي تقف وراء ChatGPT في OpenAI، وأُطلق بجولة تمويل بقيمة 40 مليون دولار بقيادة DCVC. يُشير الاسم إلى الاقتصادي ويليام ستانلي جيفونز — والفكرة أنه كلما انخفضت تكلفة القرار، تضاعف الطلب على القرارات.

كيف يختلف Jev عن نماذج اللغة الكبيرة

الفرق الجوهري يكمن في المخرجات. تُولّد نماذج اللغة الكبيرة سلسلة نصية رمزاً تلو الآخر؛ ثم تحلّل تلك السلسلة وتتحقق منها، آملاً ألا تكون قد هلوست أو أعادت شكلاً خاطئاً. أما Jev فيُحدّد الإجابات الممكنة مسبقاً ويُعيدها كقيم مكتوبة، فلا شيء يحتاج إلى تحليل — ولا أخطاء في الأنواع بحكم البنية.

ثمة أمران لافتان. أولاً، المعالجة الموازية: يُقيّم Jev كل سؤال في الطلب دفعةً واحدة، لذا فإن إضافة سؤال عاشر بالكاد يُغيّر وقت الاستجابة. ثانياً، الثقة المعايَرة: يُدرَّب Jev بطريقة تُسمّيها TypeSafe التعلم المعزز للقرارات المعايَرة (RLCD)، التي تُحسّن احتماليته وفق النتائج لا وفق تفضيل الإنسان. بشكل إجمالي، الثقة الأعلى تعني دقة أعلى — وهو بالضبط ما تحتاجه لتقرر متى تتصرف تلقائياً ومتى تُصعّد الأمر.

كما يفهم المدخلات باللغة الطبيعية كنماذج اللغة الكبيرة، لكنه يقبل حالياً النصوص فقط — سلاسل نصية، أو JSON، أو مصفوفات نصية. لا صور أو صوت أو فيديو بعد.

العناصر الأولية الثلاثة

واجهة برمجة التطبيقات (API) بأكملها تتكون من ثلاثة أنواع من الأسئلة. هذا تصميم مقصود، لا قيد:

• الاختيار (Choice) — اختر خياراً واحداً من مجموعة (حتى 255 خياراً). يُعيد الخيار، واحتمالاً لكل خيار، ودرجة ثقة. أضف خيار other صريحاً حتى يتمكن النموذج من القول "لا شيء من هذه يناسب."
• التقييم (Score) — موضع على مقياس من مستويين إلى عشرة مستويات تصفها بالكلمات. يُعيد درجة يمكن أن تقع بين المستويات (مثلاً 1.4).
• نعم/لا (Noul) — سؤال بنعم أو لا يُعاد كاحتمال واحد من 0 إلى 1.

قد يسأل طلب تذكرة دعم، في طلب واحد: أي فريق يجب أن يتولى هذا (Choice)، ومدى إحباط العميل (Score)، وما إذا كان قد طلب صراحةً استرداد المبلغ (Noul). يجمع كودك تلك الإجابات المكتوبة بعبارات if عادية. تُقدّم وثائق TypeSafe نفسها Jev باعتباره "عبارة if ذكية" — صنّف، وجّه، قيّم، استخرج، أو تفرّع حيث تكون القواعد المكتوبة يدوياً هشّة للغاية.

ما يُجيده Jev — وما لا يُجيده

بُني Jev من أجل القرارات عالية الحجم والمتكررة على مجموعات إجابات معروفة: فرز التذاكر، توجيه النوايا، تعديل المحتوى، الاستخراج، التقييم، وفحوصات الحماية على مخرجات النماذج الأخرى. لأن الأسئلة تعمل بالتوازي والمخرجات مجانية، يمكنك "التوسع" وطرح كل شيء مسبقاً، ثم دع الكود يقرر ما كان مهماً.

إنه الأداة الخاطئة لأي شيء يحتاج إلى كتابة: المحادثة، توليد الكود، أو شرح استدلاله. ثمة قيدان آخران يستحقان الإشارة:

• لا معرفة بالعالم. Jev يعرف فقط الحالة التي تُمرّرها إليه؛ لا يمكنه البحث عن أي شيء. تلك الخطوة تُحدّد السقف لأي سير عمل مبني حوله.
• المعايرة خاصية جماعية. TypeSafe واضحة في أن المعايرة تنطبق عبر تنبؤات كثيرة — لا تضمن صحة أي إجابة منفردة. يمكن لـ Jev أن يُخطئ.

الأسعار والسرعة: اقرأ الحواشي بعناية

الأرقام الرئيسية لـ TypeSafe لافتة: المدخلات بـ 0.042 دولار لكل مليون رمز مع مخرجات مجانية، وزمن استجابة 70–500 مللي ثانية، وادعاءات الصفحة الرئيسية بـ "أسرع بـ 193.6 مرة، وأرخص بـ 444.6 مرة" مقارنةً بنماذج اللغة الكبيرة على معيار سير العمل الخاص بها.

تعامل مع هذه الأرقام باعتبارها ادعاءات البائع، لا نتائج مستقلة. تُضيف TypeSafe نفسها تحفظات مفيدة: أُجريت التقييمات من أجهزة الكمبيوتر المحمولة الخاصة بها على الساحل الغربي؛ ولا تستطيع إثبات أن الأسعار غير مدعومة؛ وسير العمل الخاصة بها، رغم عدم وجودها في مجموعة التدريب، بُنيت من قِبل فريقها. يستخدم المعيار أيضاً متوسط GPT-6 Astra وFable 5.1 كمرجع "صحيح"، مما يُضمّن تحيزاً نحو تلك النماذج. الأدلة العملية التي تغطي الإطلاق، كهذا الدليل على dev.to، تُكرر التحذير ذاته: أرقام السرعة والتكلفة ذاتية التشغيل وغير مُعاد إنتاجها. الادعاء الوحيد الذي يصعب دحضه هو 0% أخطاء في الأنواع — مطابقة المخطط مضمونة، لذا فإن مثالاً واحداً مضاداً سيُفنّده.

موضع Jev في حلقة الوكيل

بالنسبة للفرق التي تبني أنظمة متعددة الوكلاء، النمط المثير للاهتمام هو التوجيه المُبوَّب بالثقة. بدلاً من عتبة دقة واحدة للنظام بأكمله، تضع عتبة لكل إجراء، مُدرَّجة وفق تكلفة الخطأ: تصرّف باستقلالية في القرارات الرخيصة للقراءة فقط فوق الثقة العالية؛ اطلب تأكيداً على القرارات المكلفة؛ ووجّه إلى إنسان — أو إلى نموذج استدلال كامل — عندما تكون الثقة منخفضة.

هذا يجعل Jev طبقة قرار داخل حلقة الوكيل، لا بديلاً عن نموذج اللغة الكبيرة الخاص بك. الشكل الشائع هو تسلسل متدرّج: Jev يُصنّف ويُوجّه بتكلفة منخفضة، والكود الحتمي يتعامل مع ما يستطيع، ونموذج حدودي يأخذ الأقلية الصعبة. القيمة هي عدد أقل من استدعاءات نماذج اللغة الكبيرة المكلفة وحدود واضحة وقابلة للتدقيق بين "قررت الآلة" و"يجب أن ينظر شخص ما."

الخلاصة

Jev فكرة مختلفة حقاً: عنصر ذكاء اصطناعي أولي يشبه استدعاء دالة لا روبوت محادثة. إن صمد خارج معايير البائع الخاصة، يمكن لنماذج System One أن تستحوذ على ملايين الأحكام الصغيرة التي تجلس حالياً بشكل محرج داخل مطالبات نماذج اللغة الكبيرة. في الوقت الراهن، هو في مرحلة الوصول المبكر، ويقبل النصوص فقط، وكل رقم أداء مُبلَّغ ذاتياً — واعد، لكن غير مُثبَت. التحرك الصحيح هو تجربته على قرار واحد ضيّق وعالي الحجم وقياسه مقابل إعدادك الحالي.

ابنِ سير عمل مدفوعة بالقرارات مع قوة عمل ذكاء اصطناعي خاصة بك

Jev هو طبقة واحدة من مكدس الأتمتة — القرار السريع. الباقي هو التنسيق: جمع الحالة، واستدعاء الأداة الصحيحة، والتصرف بناءً على النتيجة عبر التطبيقات الحقيقية. هذا ما يفعله Eigent كتطبيق سطح مكتب مفتوح المصدر متعدد الوكلاء "Cowork"، ينسّق الوكلاء عبر سير عمل شاملة من البداية إلى النهاية كـ مراجعة طلبات السحب على GitHub أو فرز العمل الوارد. هل تريد بناء أتمتة مُبوَّبة بالثقة محلياً؟ حمّل Eigent واربط قراراتك بقوة عمل تتصرف بناءً عليها.