Jev = AI エージェントとソフトウェアのための、速く型付きな意思決定 — choice、score、または yes/no の確率を 70–500ms で。
コンテキストと質問を Jev に渡すだけ。構造化され較正された値がコードに返ってくるので、解析すべき散文はありません。
いいえ — Jev は TypeSafe AI のホスト型モデルで、API 経由で呼び出します。ただし、その周辺のツールはオープンです: awesome-jev、jev-mcp、LangChain 統合。モデル自体は TypeSafe のサーバー上で動作します。
3 つの経路があります: 公式の TypeSafe ウェイトリスト、ゲートウェイ(Vercel AI Gateway、OpenRouter、Cloudflare)、または私たちが提供する、ウェイトリストなしのホスト型従量課金キー。詳しい手順は Get Jev ページにあります。
ほとんどの知能はチャットウィンドウになる必要はありません。Jev は、これまで壊れやすいルールや過剰な LLM 呼び出しを必要としていた、小さく速く大量な意思決定を担います。
チケット、メール、イベント、ドキュメントを、1 つの型付き選択(choice)と較正済みの確率で適切な場所へ送ります。
リスク・緊急度・品質・リード適合度といった曖昧な判断を、しきい値で切れる順序付きスコアに変換します。
yes/no の noul を尋ねて確率を得れば、簡単なケースは自動承認し、不確かなものはエスカレーションできます。
同じ 3 つのプリミティブが、ソフトウェアが一日中行う小さく速い判断の膨大な範囲をカバーします。いくつか例を挙げます:
受信チケットを振り分け・優先度付け
公開前にユーザー投稿をゲート
候補者を複数の観点でスコアリング
受信した営業リードを選別
リスクの高いプルリクエストをフラグ付け
ジェイルブレイクやプロンプトインジェクションを検出
自由テキストを型付きフィールドに変換
感情と離脱意図を読み取る
ifエージェントは大半の時間を小さな判断に費やしています — これは緊急か、これはリスクがあるか、どのモデルを使うか、これはまだ必要か。手書きの if には曖昧すぎ、フロンティア LLM には小さすぎる。そこが Jev の領域です。
リクエストの複雑さを評価し、fast・balanced・frontier のいずれかのモデルへ送ります — LangChain や pi-jev-router のようなルーターが採用しているパターンです。
エージェントがシェルコマンドを実行したりファイルを編集したりする前に、リスクをスコアリングして許可・確認・ブロックを判断 — ループ内での高速な安全チェックです。
古くなった各ツール結果について keep / truncate / drop を判断し、長いセッションを縮小します — 逐語のまま、劣化する要約への書き換えはありません。
あなたが状態と質問を記述すると、Jev はそれらすべてを 1 往復で評価し、確率付きの型付き値を返します。
最大 255 個のラベル付き選択肢から 1 つを選びます。勝者のキー、選択肢ごとの確率、信頼度を返します。
入力を 2–10 レベルの順序付きスペクトル上に配置します。小数のスコアと分布全体を返します。
0 から 1 の確率として表される較正済みの yes/no — ゲート、フィルタ、ガードレールに最適です。