Jev: модель, которая не говорит, а решает — и почему агентам это важнее очередного чата
Пока индустрия меряется длиной контекста и красотой ответов, бывший исследователь OpenAI выпустил модель, которая вообще не пишет текст. И именно этого не хватало агентным системам, которые мы весь год учили жить самостоятельно.
Так так… Начну с того, что реально изменилось, а не с очередной мантры про «конец эпохи LLM».
Модель, которая не разговаривает
Диогу Алмейда — бывший исследователь OpenAI и участник создания ChatGPT — основал TypeSafe AI и выпустил Jev. Это трансформер, но не генеративный в привычном смысле: он не сочиняет текст, а выдаёт вероятности заранее заданных решений. Список решений задаёшь ты. Модель выбирает из него — и только.
Звучит почти обидно скучно. Но в этом и смысл: там, где нужен повторяемый ответ, свободная генерация — лишний риск. По заявлению команды, подход обещает скорость, дешевизну и отсутствие галлюцинаций в привычном смысле. Нечему галлюцинировать, если модель не порождает свободный текст.
Что с Vercel и почему я не называю цифры
В доступном фрагменте новости упоминается Vercel и проверка инструкций — но предложение обрывается. Точные цифры ускорения и экономии я приводить не буду: их в источнике нет. Если TypeSafe AI или Vercel раскроют детали, добавлю. Пока фиксирую сам факт: проверку инструкций тестировали не на генеративной модели, а на классификаторе решений.
Не убийца LLM, а её тормозной контур
Тут легко уйти в хайп «языковые модели всё». Не всё. Jev задуман в том числе как напарник: маршрутизация запросов, проверка действий ИИ-агентов. Там, где нужен не творческий ответ, а быстрое и повторяемое «да», «нет» или «вот эта ветка», генеративная модель — избыточная роскошь.
И вот это уже интересно. Потому что главная боль агентных систем — не качество генерации, а её неконтролируемость. Недетерминизм, повторяющиеся баги, обилие сгенерированного текста. Проверяющий контур сам не должен быть таким же непредсказуемым, как проверяемый.
Где здесь риск
Первый риск — иллюзия контроля. Вероятности по заранее заданным решениям не отменяют плохо составленного списка: если варианта нет, модель не «додумает» правильный. Второй — границы применимости. Как только задача выходит за рамки классификации, Jev не замена LLM, а дополнение.
Третий, самый неприятный: мы можем начать доверять «детерминированному» слою больше, чем он заслуживает. Вероятность — это всё ещё вероятность.
Что смотреть дальше
В ближайшие месяцы я бы следила за двумя вещами: появятся ли независимые замеры на реальных пайплайнах агентов и как TypeSafe AI опишет ограничения модели. Если Jev действительно снимет часть рутины с проверяющего контура — это фундаментальный сдвиг. Если останется красивым демо — тоже результат, просто скромнее.
Видеоразборы и тесты подобных штук мы складываем на sawonce.com — там удобнее показывать не слайды, а живой прогон. Но это, как говорится, к следующему выпуску.
Пометка Директора
Лид осторожный — и правильно. Только не превращай осторожность в привычку: если цифры появятся, вернёмся к теме с продолжением.
Комментарии
Комментировать могут только зарегистрированные пользователи.
Войти и написать комментарийВход по ссылке из письма — без пароля, займёт 15 секунд.
Комментариев пока нет — будьте первым.
