7 primerov uporabe Jev, ki zmanjšajo dejansko delo v programski opremi

Nekdo je našo spletno stran vprašal, koliko integracij imamo. Odgovorila je z nasvetom, koliko polj naj vsebuje obrazec za registracijo.

Odgovor je prišel hitro. Bil je neuporaben.

Obe vprašanji sta vsebovali besedo „koliko“. Naša iskalna koda je sprejetemu ujemanju s pogostim vprašanjem dodelila najmanjšo oceno 0,86, zato je bilo šibko ujemanje videti prepričljivo. Hitrost je skrila napačno odločitev.

O takšni napaki je vredno razmisliti, ko si ogledate Ship with Jev. Dne 26. septembra 2026 je imenik vseboval 551 projektov skupnosti. Poleg iger so v njem iskalne komponente, brskalniški agenti, raziskovalna orodja in poskusi usmerjanja. Imenik podatke o zmogljivosti pripisuje avtorjem. Namenjen je odkrivanju projektov in ni neodvisno primerjalno merilo.

Zanimivo vprašanje je, kateri od teh pristopov zmanjša delo v resničnem izdelku.

Ekipam, ki razvijajo integracije in poslovno programsko opremo, bi najprej priporočil ovrednotenje teh sedmih možnosti. Vrstni red je uredniška presoja uporabnosti in možnosti preverjanja. Spodnji primeri potekov dela so predlogi zasnove, razen kjer je navedena konkretna izvedba s povezavo.

Kaj Jev prispeva aplikaciji

TypeSafe opisuje Jev kot model za tipizirane presoje. Posredujete mu ustrezno stanje in vprašanje, prejmete pa izbiro, verjetnost ali oceno, ki jo lahko uporabi koda. Njegov pregled primerov uporabe vključuje usmerjanje, pridobivanje informacij, preverjanje in izluščevanje podatkov.

To razlikovanje ima koristnega predhodnika v gradivu z YouTuba, ki smo ga zajeli. V predavanju Diogo Almeida na AI Engineer soustanovitelj TypeSafe zagovarja programsko opremo, katere gradniki lahko izražajo več inteligence. To ambicijo primerja z dodajanjem pomočnika obstoječi programski opremi. Gre za njegovo stališče o smeri razvoja AI, ne za primerjalni preizkus trenutne zmogljivosti Jev.

Predstavljajte si železniško razpotje. Koristen rezultat pove, po katerem razpoložljivem tiru naj zapelje vlak. Odstavek, ki opisuje tire, kretnici ničesar ne doda.

Ugovor je razumljiv: „Običajen LLM že lahko vrne JSON.“ Drži. Razlog za drugačno komponento mora temeljiti na izmerjeni kakovosti, stroških in zakasnitvi pri tej odločitvi. Tipiziran odgovor sam po sebi ne dokazuje ničesar od tega.

Najprej velja obravnavati izziv CLM

23. septembra so Jacky Kwok, Hangoo Kang, Tarun Suresh, Jon Saad-Falcon, Marco Pavone, Christopher Ré in Azalia Mirhoseini objavili Contrastive Language Models. Njihovo delo izpodbija predpostavko, da je Jev edina praktična pot do hitrih semantičnih odločitev.

Avtorji poročajo o rezultatih brez učnih primerov, primerljivih z Jev, pri uporabi računalnika, igranju iger in klicanju orodij, z do 9× manjšo zakasnitvijo. Ločeno navajajo 81,6 % pri 38 izločenih nalogah DeepSWE in 87,6 % pri 30 nalogah Terminal-Bench 2.1. Ti rezultati programiranja uporabljajo dodatno naučene preverjevalnike CLM, ki izbirajo med rešitvami drugih modelov. Poročajo tudi, da je Jev pri tej nastavitvi preverjevalnika dosegel rezultat pod izhodiščem naključne izbire. Zakasnitev so merili na H100. To so ugotovitve avtorjev, ki jih nismo neodvisno ponovili. Izvirno vrednotenje in metodologija.

Ta primerjava spremeni, kaj moramo preizkusiti. Izbira čakalne vrste za podporo, izbira odlomka med iskalnimi zadetki in vrednotenje dolgega zaporedja programerskih korakov so različne naloge. Dober rezultat pri eni ne določa rezultatov pri drugih.

CLM ločeno kodira stanja in možna dejanja, zato lahko vektorske predstavitve dejanj shrani v predpomnilnik za ponovno uporabo. Njegov repozitorij opisuje vmesnik, združljiv s TypeSafe, in privzeto omejitev stanja na 2.048 žetonov. Daljša stanja se odrežejo, če nastavitev ne spremenite. Združljivost na ravni API ne pomeni enakovrednih odločitev.

Objavljena kartica modela navaja vektorske predstavitve Qwen3-8B in opozarja, da močni rezultati preverjevalnika zahtevajo dodatno naučene izhodne plasti. Pojasnjuje tudi, da CLM ocenjuje podane kandidate in ne ustvarja rešitve. Odprte uteži ponujajo možnost vrednotenja; strojna oprema, streženje modela in vzdrževanje še vedno nekaj stanejo.

Za Tajo so nauki konkretni: primerjajte odločitvene modele na istih primerih, ločeno beležite zakasnitev pred ogrevanjem in po njem ter preizkusite verjetne napačne kandidate. Določite natančne različice modela, kodirnika in projekcijske plasti. Zavrnite nepodprte nastavitve ponudnika, namesto da tiho izberete drugega. Ob spremembi modela ali nabora kandidatov znova preverite kalibracijo.

Spodnjih sedem potekov dela ostaja koristnih kandidatov za vrednotenje. Njihova vrednost ni odvisna od tega, ali Jev zmaga v vsaki primerjavi.

1. Iskanje, ki preveri, ali zadetek odgovarja na vprašanje

To je moja prva izbira, ker je napaka vidna, rezultat pa je lahko označiti. Ali je vrnjeni odlomek odgovoril na vprašanje obiskovalca?

Pridobite majhen nabor kandidatov z iskanjem po ključnih besedah, vektorskimi predstavitvami ali obojim. Nato vprašajte Jev, ali vsak odlomek vsebuje zahtevano dejstvo. Praktični vodnik TypeSafe za ponovno razvrščanje prikazuje to dvostopenjsko strukturo. Pokaže tudi omejitev: model za ponovno razvrščanje ne more izbrati dokumenta, ki ga začetno iskanje ni našlo.

1. Iskanje

   ključne besede, vložitve

   Majhen nabor kandidatov

   Ne doda, kar je spregledalo
2. Jev

   tipizirana presoja

   Ali ta odlomek

   podaja dejstvo?
3. Odgovor

   ali brez odgovora

   Pravilen ali brez odgovora

   Meri se skupna zakasnitev

Pri našem primeru števila integracij je najkrajša pot še preprostejša. Preštejte vnose v merodajnem katalogu. Pojasnite, kaj ta številka pomeni. Dokumentiran konektor in povezava, ki jo je nastavila stranka, nista ista stvar.

Semantično presojo prihranite za vprašanja, katerih pomen zahteva razlago, denimo: „Ali lahko to prenese samo stranke, katerih podatki so se spremenili od včeraj?“ Pridobite ustrezno dokumentacijo o sinhronizaciji in preverite, ali obravnava prirastne posodobitve.

Izvedba jevsearch, ki jo je pripravil Kyle McLaren, nazorno pokaže zaporedje: najprej prispejo zadetki po ključnih besedah, nato razvrstitev Jev. Objavljeni primerjalni preizkus uporablja njegov lastni korpus dokumentacije in označene poizvedbe. To je koristen dokaz o tem preizkusu, ne obljuba za drugo spletno stran ali jezik.

Merite pravilne odgovore, nepodprte odgovore, neodgovorjena vprašanja in skupno zakasnitev. Vključite tipkarske napake in prevedene poizvedbe. Hitrejši nerelevantni zadetki so še vedno nerelevantni.

2. Usmerjanje zahtev na pravo stran, v čakalno vrsto ali k agentu

Uporabnik napiše: „Stiki so nehali prihajati, ko sem zamenjal račun.“ Aplikacija mora odpravljanje težav s povezavo ločiti od obračunavanja, preslikave polj in zahteve za novo sinhronizacijo.

Posredujte trenutni zaslon, nedavni pogovor in cilje, ki so uporabniku na voljo. Zahtevajte najboljši cilj in vključite izrecno možnost, da se ne ujema noben. Identifikatorji ciljev naj ostanejo pod nadzorom aplikacije.

Skupaj je lahko koristnih več presoj: namen, cilj, nujnost in ali sporočilo vsebuje izvedljivo zahtevo. Vzorec fan-out TypeSafe omogoča, da neodvisna vprašanja združite v eno zahtevo. Koda nato uporabi ustrezne odgovore.

Neškodljiv predlog za navigacijo in dovoljenje za izvedbo dela ostajata ločeni odločitvi. Najti pravo stran za obračunavanje ne pomeni odobriti vračila. Najti pravega agenta ne pomeni dodeliti mu poverilnic.

Praktična korist je manj predaj in manj krogov pojasnjevanja. Merite, kako pogosto uporabnik doseže pravi cilj že v prvem poskusu. Hranite nabor za ponovno preverjanje, ki vsebuje nadaljevanja, kot so „da“, „nova naloga“ in „je to že končano?“. Smisel dobijo šele s kontekstom.

3. Preslikava neurejenih podatkov v zanesljivo integracijo

Tukaj je predlagan potek integracije. Izvoz iz vira vsebuje customer_email, billing_email in account_owner_email. Ciljni sistem pričakuje e-poštni naslov stika.

Podobnost nizov pušča dejansko dvoumnost. Opisi polj, vzorčne vrednosti in poslovni namen jo pomagajo odpraviti. Jev lahko izbere med dejanskimi izvornimi polji, koda pa preveri tipe, obvezne vrednosti in omejitve ciljnega sistema.

Povezani praktični vodnik za izluščevanje predhodno razčlenjenih vrednosti uporablja posebej koristno zasnovo: koda poišče možne vrednosti, model izbere kandidata, koda pa kopira izvirno vrednost. Tako se izognete ustvarjanju nadomestnega naslova ali zneska.

1. Koda

   poišče kandidate

   customer_email

   billing_email

   account_owner_email
2. Jev

   izbere eno

   Opisi polj

   Vzorčne vrednosti, namen
3. Koda

   prekopira izvirno vrednost

   Tipi, obvezne vrednosti

   Omejitve cilja

Pri integraciji CRM in e-poštnega trženja ohranite izvorno polje skupaj z odločitvijo o preslikavi. Prikažite predogled zadevnih zapisov. Negotove preslikave pustite nerazrešene do pregleda.

To ima tudi gospodarsko prednost: odobreno preslikavo sheme lahko ponovno uporabite. Če se pomen polja ni spremenil, ne potrebujete klica modela za vsako vrstico.

Merite zavrnjene zapise in napačne preslikave glede na pregledan vzorec. Uspešna zahteva API dokazuje, da so bili podatki sprejeti. Ne dokazuje, da je pravi e-poštni naslov pripadel pravemu stiku.

4. Izbira najmanjšega modela, ki opravi nalogo

Usmerjanje med modeli je privlačno, ko aplikacija vse pošilja svojemu najdražjemu modelu. Sprememba oznake, presoja iskalnega zadetka in zahtevna preiskava arhitekture imajo različne zahteve.

Najprej opredelite modele, ki so nastavljeni in smejo prejeti podatke naloge. Zabeležite njihova podprta orodja in opažene rezultate. Nato lahko ozka presoja iz tega nabora priporoči ustrezno možnost. TypeSafe ta vzorec vključuje v svoje primere usmerjanja med modeli.

Jev Router na OpenRouter ta vzorec ponuja prek pogovornega API z identifikatorjem modela typesafe/jev-router. Opis navaja izbiro modela in obsega razmišljanja glede na spreminjanje pogovora. Pred uporabo ocenite dovoljene nadaljnje modele, dejanske stroške, ravnanje s podatki in vedenje med klici orodij. Preverili smo objavo; tega usmerjevalnika nismo primerjalno preizkusili.

Predlagana politika se začne z običajno kodo za natančna pravila in dejstva. Za omejena semantična vprašanja uporabite odločitveni model, za pisanje ali izvedbo ustrezen generativni model, zahtevnejšo obravnavo pa izberite, ko jo upravičujejo dokazi.

Kaj naloga potrebuje?

1. Natančna pravila in dejstva

   Navadna koda

2. Omejeno semantično vprašanje

   Odločitveni model

3. Pisanje ali implementacija

   Primeren generativni model

4. Dokazi upravičujejo več

   Stopnjevati

Tudi usmerjevalnik sam porablja čas in denar. Pri očitnih ponovljivih nalogah je lahko fiksno pravilo boljše. Pri dvoumnih nalogah primerjajte usmerjanje z izhodiščem enega stalnega modela na dokončanem delu.

Spremljajte strošek na sprejet rezultat, ponovne poskuse, pogostost prehoda na zmogljivejši model in pozneje odkrite napake. Cenejši prvi klic lahko postane drag potek dela, če mora nekdo popravljati njegov rezultat.

5. Preverjanje trditev, preden postanejo odgovori strankam

Navedba vira lahko obstaja, pa vseeno ne podpira stavka ob njej. Vir lahko opisuje načrtovano funkcijo, odgovor pa trdi, da je že na voljo.

Praktični vodnik TypeSafe za preverjanje navedb loči dve preverjanji. Običajno ujemanje nizov zazna manjkajoči citat. Semantična presoja oceni, ali kontekst vira podpira trditev.

Enako zasnovo uporabite pri odgovoru podpore, ustvarjenem vodniku za integracijo ali predlaganem poročilu agenta o zaključku. Trditev, odlomek vira in presojo ohranite dostopne za pregled.

Dokončanje še vedno zahteva neposredne dokaze. Preizkusi potrjujejo preizkušeno vedenje. Zapis o uvedbi potrjuje uvedbo. Semantična presoja lahko opozori na neskladje med poročilom in dokazi, ne more pa ustvariti manjkajočih dokazov.

Ta primer uporabe je privlačen, ker ga lahko umestite pred obstoječi korak objave. Merite nepodprte trditve, ki se izmuznejo, podprte trditve, ki so po nepotrebnem blokirane, in nastalo delo za pregledovalce. Začnite z jasnimi napakami, za katere že veste, da jih vaš sistem dela.

6. Spreminjanje prepisov in povratnih informacij strank v uporabne ožje izbore

Arhiv prepisov postane uporaben, ko lahko nekdo najde pomemben odlomek. „Vsebuje besedo integracija“ je šibek filter za „pojasnjuje, zakaj je stranka opustila nastavitev“.

Eden od pristopov je pridobiti verjetne odlomke in nato presoditi nekaj konkretnih lastnosti: ali opisujejo oviro pri nastavitvi, vsebujejo konkreten primer ali so razumljivi brez manjkajočega konteksta?

Vsakemu izbranemu odlomku priložite URL vira in časovno oznako. Časovna oznaka izhaja iz prepisa. Model presoja relevantnost.

Za montažerja videa lahko ti signali ustvarijo ožji izbor posnetkov za pregled. Produktni ekipi lahko pomagajo razvrstiti ponavljajoče se ugovore. Tržniku lahko pomagajo ločiti dokaze strank od nepodprtih trditev kampanje.

Vzorec sestavljenega ocenjevanja TypeSafe ohranja razsežnosti ločene, da lahko koda spreminja njihove uteži. Posnetek, primeren za navodila, se lahko razlikuje od posnetka za kratko predstavitev izdelka. Presoje ponovno uporabite, če dokazi in merila ostanejo nespremenjeni.

JevQL ponuja sorodno izvedbo skupnosti: semantične predikate nad vrsticami PostgreSQL, ovrednotene zunaj podatkovne baze. Dokumentacija pokaže, da običajni filtri vplivajo na račun. Pred zahtevo po semantičnih presojah zmanjšajte nabor ustreznih vrstic.

Merite, kaj pregledovalec sprejme in koliko časa prihrani pri iskanju uporabnega gradiva. Ocena privlačnosti uvoda ni napoved ogledov.

7. Vmesniki, ki izberejo naslednje koristno dejanje

Zaslon z nastavitvami lahko prejme zahtevo „Ustavite to sinhronizacijo do jutri“. Brskalniški agent bo morda moral izbrati med kontrolniki, ki so vidni na trenutni strani.

V naši predlagani zasnovi vmesnika aplikacija posreduje dovoljena dejanja in trenutno stanje. Jev izbere med njimi. Vmesnik prikaže ustrezen kontrolnik ali predlog, ki ga je mogoče pregledati.

Ship with Jev vključuje brskalniško predstavitev iskanja letov, ki jo je pripravil Gregor Zunic. Navedena čas izvajanja in strošek veljata za to predstavitev. Prenosljiva ideja je izbira med dejanji, ki so na voljo na vsakem koraku. Drugačen brskalniški potek potrebuje lastno preverjanje.

Svežina stanja je pomembna. Če se med presojo spremeni izbrani račun ali stran, zavrzite zastarel rezultat. Dejanja vežite na pregledani račun in stanje.

Tako lahko postane uporaben tudi tipiziran katalog uporabniških vmesnikov. Model izbere znan pogled in njegove omejene podatke, običajna izrisovalna koda pa ustvari vmesnik. Merite uspešno dokončanje nalog in napačna dejanja, posebej pa pazite, da kontrolniki ostanejo razumljivi.

Kje bi začel

Izberite ponavljajočo se odločitev, ki že povzroča vidno izgubo časa ali dela. Nabor za vrednotenje sestavite iz njenih dejanskih napak.

Obstoječa težava	Prvi poskus	Dokazi, ki jih je vredno zbrati
Iskanje odgovori na napačno vprašanje	Presodite pridobljeni ožji izbor	Pravilni odgovori, vzdržani odgovori, zakasnitev
Zahteve potujejo med ekipami	Izberite med dovoljenimi čakalnimi vrstami	Pravilnost prve usmeritve, predaje
Uvozi zahtevajo ročno preslikavo	Izberite dejanska izvorna polja	Napake pri preslikavi, čas pregleda
Vsaka naloga uporablja največji model	Usmerjajte ustrezne naloge	Strošek na sprejet rezultat
Ustvarjeni odgovori pretiravajo	Preverite trditve glede na vire	Nepodprte trditve, ki se izmuznejo
Nihče ne uporablja arhiva prepisov	Vrnite odlomke s časovnimi oznakami	Sprejem pri pregledovalcih, čas za iskanje dokazov
Uporabniki ne najdejo kontrolnikov	Predlagajte razpoložljivo dejanje	Delež dokončanih nalog, napačne izbire

Ne kopirajte praga zaupanja iz predstavitve. Dokumentacija TypeSafe o zaupanju pojasnjuje, da zaupanje Choice in Score povzema porazdelitev. Ne dokazuje popolnosti vhodnih podatkov ali dovoljenja za izbrano dejanje.

Vključite primere, pri katerih ne ustreza noben kandidat. Vključite nedosegljivo storitev. Vključite vsak jezik, ki ga nameravate podpirati. Različico modela in opredelitve vprašanj hranite skupaj z rezultati, da boste lahko poznejšo spremembo pošteno primerjali.

Pri izdelku za integracije bi začel z relevantnostjo iskanja in preslikavo polj. Oboje skrajša pot do delujoče sinhronizacije. Pri obojem lahko napako pregledate, še preden preraste v težavo za stranko.

Izberite en napačen odgovor, ki ga vaša programska oprema daje danes. Poskrbite, da bo zanesljivo naredila pravi naslednji korak.