TypeSafe AI’s Jev targets practical automation; founder doubts hyperscaler has a similar unreleased system
TypeSafe AI founder Diego said Jev’s viral launch exceeded his expectations, with customer demand straining the company’s systems. At launch, the model was described as faster and able to produce structured decisions that software can use directly. Diego said Jev is designed for routine automation, such as accounting data entry and customer service, rather than code generation or mathematical reasoning; it focuses on what he called instinctive judgment.
Diego argued that workflow logic belongs in code rather than system-message instructions, which can lose context. Correctly structured JSON is not guaranteed, he acknowledged, and said Jev is not 100% reliable. He described its classifier-based approach as a way to make intelligence useful in systems and said calibration—indicating when the model may not know—is important for automating tasks that might otherwise require an accountant.
Diego said he initially thought the approach was obvious and would take a week, and assumed Anthropic was already working on it. He said it seemed obvious to people combining developer and researcher perspectives but not to pure researchers, and called OpenAI “cooked.” Asked whether a hyperscaler might have similar technology it had not released, he guessed that this was “extremely unlikely,” while allowing he might be “a clown” and noting his team had worked hard on Jev.
Jev от TypeSafe AI нацелен на практическую автоматизацию; основатель сомневается, что у гиперскейлера есть похожая невыпущенная система
Основатель TypeSafe AI Диего сказал, что вирусный запуск Jev превзошел его ожидания, а спрос со стороны клиентов создал нагрузку на системы компании. При запуске модель описывали как более быструю и способную выдавать структурированные решения, которые программное обеспечение может использовать напрямую. По словам Диего, Jev предназначен для рутинной автоматизации — например, ввода данных в бухгалтерии и клиентском сервисе, — а не для генерации кода или математических рассуждений; модель сосредоточена на том, что он назвал интуитивными суждениями.
Диего утверждал, что логику рабочих процессов следует реализовывать в коде, а не задавать инструкциями в системном сообщении, которые могут утратить контекст. Он признал, что правильная структура JSON не гарантирована, и сказал, что Jev тоже не обеспечивает стопроцентную надежность. Он описал подход на основе классификатора как способ сделать интеллект полезным в системах и отметил, что для автоматизации задач, которые иначе могли бы потребовать бухгалтера, важна калибровка — указание на то, когда модель может не знать ответа.
Диего сказал, что поначалу считал этот подход очевидным и думал, что на его разработку уйдет неделя; он также предполагал, что Anthropic уже работает в этом направлении. По его словам, подход казался очевидным людям, совмещающим опыт разработчика и исследователя, но не чистым исследователям; OpenAI он назвал «обреченной». На вопрос, может ли у гиперскейлера быть похожая невыпущенная технология, он предположил, что это «крайне маловероятно», допустив, что сам может оказаться «клоуном», и отметив, что его команда много работала над Jev.