Ваш продукт каждый день принимает решения без вас. Заявка уходит в одну очередь поддержки из четырёх, комментарий попадает на модерацию или проходит. Лид получает пометку «горячий», карточка товара от нового поставщика ложится в категорию, а в поиске наверх поднимается одна строка из тридцати.

Почти везде этот выбор делает правило, написанное руками. Есть слово «возврат» — отправить в отдел возвратов. Три восклицательных знака — пометить как срочное. Правило ловит подстроку и не читает смысл: письмо «хочу вернуть деньги за подписку, которую списали дважды» уезжает в возвраты, хотя человеку нужна бухгалтерия.

Переписать такое правило на нейросеть предлагали давно, и каждый раз спотыкались об одно и то же: модель отвечает текстом, текст надо разбирать обратно в понятные программе значения, ответ идёт секунды, стоит заметных денег на объёме, и раз в сотню запросов приходит что-то, чего в вашем списке категорий нет вовсе.

Пятнадцатого сентября 2026 года вышла модель, которая занимается ровно этим куском работы. Она не пишет ни слова. Ей дают текст и список допустимых ответов, она возвращает один ответ из этого списка и число рядом — насколько в нём уверена. Называется Jev, сделала её компания TypeSafe AI.

Список мест, где эта модель ломается, опубликовал сам производитель — он разобран ближе к концу.

Что делает модель, которая не пишет текста

Вы отдаёте модели состояние — кусок текста или набор полей: тело письма, карточку товара, переписку с клиентом, описание вакансии. Рядом кладёте один или несколько вопросов. И получаете ответы, которые программа использует сразу, без разбора и проверки.

Вопрос бывает трёх форм, и все три задаёте вы сами:

• Выбор из списка. «В какой отдел это письмо?» — и перечень отделов с описанием каждого. В ответ придёт один пункт списка, вероятность по каждому пункту и одно число, показывающее, насколько ответ однозначен. В один такой вопрос помещается до 255 вариантов, так что список отделов, категорий или товаров можно давать целиком.
• Оценка по шкале. «Насколько это срочно?» — и три-четыре ступени с описанием, что означает каждая.
• Да или нет. «В сообщении есть просьба вернуть деньги?» В ответ придёт число от нуля до единицы — вероятность, что утверждение верно. Форма называется Noul, сокращение от фамилии математика Бернулли; гендиректор TypeSafe подтвердил это в обсуждении на Hacker News.

Все вопросы к одному состоянию уходят одним запросом и считаются одновременно, поэтому добавление ещё пяти вопросов почти не меняет время ответа. TypeSafe замерила, что тринадцать вопросов к одной статье, заданные одним запросом вместо тринадцати, обошлись в 12,2 раза дешевле и прошли в 10 раз быстрее, а ответы не изменились.

Вернувшиеся значения — обычные данные: их можно сравнить с порогом, сложить с весами, положить в условие. Сам производитель описывает назначение модели словами «умные if-ы»: структурированные ответы встают в обычный код нечёткими правилами — классифицировать, направить, оценить, извлечь или разветвить там, где написанное руками условие слишком хрупкое.

Чем это отличается от большой модели, которой вы пользуетесь

Большая модель — ChatGPT, Claude, Gemini — обучена нравиться человеку и пишет строку, а строка может быть чем угодно: ответом, кодом, отказом, выдумкой. Чтобы программа строила на этом логику, строку надо разобрать и проверить, и шанс получить не то остаётся всегда.

У Jev набор возможных ответов задан заранее, поэтому ответа вне списка не бывает по устройству: придумывать модели нечем.

Скорость. Полный круг — от отправки запроса до ответа — у Jev занимает от 70 до 500 миллисекунд, у большой модели от 3 до 329 секунд. Триста миллисекунд — меньше, чем человек замечает как задержку: на таком времени решение ставят внутрь интерфейса, пока пользователь печатает. Триста секунд — это пять минут и фоновая обработка по расписанию.

Цена. Вход стоит 4,2 цента за миллион токенов, выход бесплатен. У большой модели вход стоит от 20 центов до 10 долларов за тот же миллион, а выход обычно дороже входа впятеро. Миллион токенов — примерно 700 тысяч слов русского текста, полтора-два романа.

Имя, кстати, про это же. Модель названа в честь экономиста Уильяма Стэнли Джевонса, который в XIX веке заметил: когда паровые машины стали экономичнее, угля начали жечь больше. TypeSafe ждёт того же от машинного интеллекта: каждое удешевление на порядок открывает на порядок больше мест, куда его несут.

Источник: таблица сравнения в анонсе TypeSafe AI, 15 сентября 2026.

Обращения клиентов: кто разбирает входящий поток

В документации TypeSafe разобран тикет, который узнает любой, кто работал с поддержкой: «Обувь пришла с опозданием на две недели и не того размера. А ещё я вижу на карте два списания по 120 долларов. Что вы с этим будете делать?» Одно сообщение, три отдела, и человек ни разу не сказал, чего хочет.

По этому тикету задали пять вопросов сразу.

Источник: документация TypeSafe, раздел про выбор из списка.

Модель сообщила, что выбор отдела шаткий, и отдельно сообщила, что про желаемый исход в тикете нет ничего. На этих двух числах строится вся развилка: причину возврата можно проставлять автоматически, а решать за клиента, деньги ему или обмен, — нельзя, и система знает об этом заранее.

Схема маршрутизации, которую показывает сама TypeSafe: модель классифицирует обращение и оценивает сложность, а код разводит потоки. «Где мой заказ» уходит в обычный запрос к базе, без всякого ИИ. Вопрос о товаре и просьба о возврате — к двум разным большим моделям, у каждой свой контекст. Жалоба выше определённой сложности или любой ответ с низкой уверенностью — человеку. Дорогие инструменты включаются только там, где они нужны.

Нихил Мудхолкар, технический директор Bryo AI, прогнал разбор деловой переписки и сообщил, что Gemini справляется чуть точнее и стоит при этом в 10–20 раз дороже.

Лиды и кандидаты: оценка по критериям, которые задаёте вы

Лид, отклик на вакансию, входящее письмо от компании: нужно понять, насколько это ваше, и выстроить очередь.

Обычно такую оценку пробуют получить одним запросом: «оцени этот лид от 1 до 10». Ответ приходит, объяснить его невозможно, и при смене приоритетов приходится переписывать формулировку и заново гадать, что она делает.

TypeSafe предлагает разложить суждение на части. В документации это сформулировано прямо: вместо «оцени этот питч стартапа» спрашивайте отдельно про размер рынка, техническую выполнимость и отстройку от конкурентов, а потом сложите оценки своей формулой. Каждый вопрос маленький, ответ на него модель даёт уверенно, а веса живут в вашем коде.

Продуктовая работа начинается там, где вы задаёте веса. Разбор составной оценки показывает это на резюме: четыре измерения приводятся к шкале от нуля до единицы, и дальше две разные формулы под две разные роли. Для сильного инженера глубина в языке весит 0,40 и системное проектирование 0,40, руководство командой — 0,10. Для руководителя направления те же четыре числа складываются иначе: руководство весит 0,40, глубина в языке падает до 0,15.

Ту же механику прикладывают к лидам: соответствие профилю идеального клиента, зрелость компании, признаки боли, признаки готовности покупать — четыре отдельных вопроса и одна формула, которую вы правите руками, когда отдел продаж жалуется, что очередь идёт не тем порядком.

Симон Уиллисон, один из самых читаемых независимых разработчиков в теме ИИ, написал по поводу ровно этого сценария: «Я очень надеюсь, что никто не станет использовать Jev для ранжирования кандидатов на работу». Его довод — модель возвращает число и молчит о том, что на него повлияло; перекос, зашитый в обучение, вытащить наружу экспериментом трудно.

Производитель предлагает отбор резюме как образцовый пример. Независимый разработчик про тот же сценарий предупреждает. Оба говорят из первых рук, и решение остаётся за тем, кто ставит систему. Держите такую оценку подсказкой для человека и сохраняйте каждое измерение в журнале, чтобы решение можно было разобрать потом.

Поиск и каталог: когда нужно сопоставить смысл

Поиск по словам находит то, что написано теми же словами. Пользователь спрашивает «можно ли отменить подписку после списания», а в базе знаний статья называется «Условия расторжения договора» — совпадений нет, человек уходит в поддержку.

Приём, который здесь работает, Уиллисон описывает так: сначала обычным дешёвым алгоритмом достаём сотню похожих кандидатов, потом прогоняем каждого через модель с вопросом «насколько этот текст отвечает на запрос». Сотня вопросов в одном запросе идёт параллельно, так что стоит это центы.

У самой TypeSafe этот прогон опубликован с цифрами. В их кукбуке по переранжированию на сорока юридических запросах брали по 30 кандидатов, найденных обычным поиском по словам, и переупорядочивали моделью: доля запросов, где нужный документ оказался первым, выросла с 5% до 18%, доля попаданий в первую десятку — с 38% до 62%. Цифры вендорские, набор английский, а стартовые 5% говорят о том, что базовый поиск на этом наборе работал плохо. Порядок улучшения проверяется только на своих данных.

С каталогом та же история в другом виде. Задача «это тот же товар или другой» стоит перед всеми, кто сводит поставщиков в одну витрину: у одного «Кроссовки Nike Air Max 90 белые 42», у другого «NIKE AirMax90 White EU42». В разборе сопоставления записей TypeSafe берёт 450 пар кандидатов из двух каталогов пива и задаёт по каждой паре одну оценку плюс три вопроса «да/нет», которые показывают, какие именно поля разошлись. Вы видите, что расходится производитель или расходится объём, и разводите эти случаи разными правилами.

В списке применений по отраслям у TypeSafe маркетплейсы стоят отдельной строкой: привести к общему виду карточки из разнородных каталогов продавцов, вытащить характеристики из названий, поймать запрещённые товары и накрутку отзывов.

Модерация и контроль: что пропустить, что показать человеку

Любой, кто держал сообщество, знает цикл: сначала стоп-слова, потом обход стоп-слов, потом список исключений к стоп-словам, потом модератор, который каждый вечер разбирает то, что список не поймал. Правило ловит написание, люди пишут иначе.

Здесь описание нарушения задаётся своими словами и живёт как критерий. Кукбук по ограждениям показывает схему на четыре исхода: пропустить, показать человеку, заблокировать, увести в отдельный поток. Решение принимается по двум числам сразу — насколько серьёзно нарушение и насколько модель в нём уверена. Оскорбление, в котором она уверена, блокируется само; пограничный случай уходит модератору с уже проставленной пометкой, по какому признаку он пограничный.

Отдельный сюжет — контроль за тем, что делают ИИ-агенты, если вы их уже завели. Инструмент jev-guard ставит на каждое действие агента одну из трёх пометок: запретить, спросить у человека, разрешить. В Vercel эту же идею приложили к проверке команд перед выполнением: Гильермо Раух, гендиректор компании, сообщил, что на этой проверке Jev оказался до 18 раз быстрее по верхней границе задержки, чем стоявшая там раньше модель, и при этом точнее.

Производитель прямо пишет, что модель не считает присланный текст враждебным по умолчанию: сообщение, написанное так, чтобы сдвинуть оценку в свою сторону, её сдвигает. Для модерации это означает, что попытки обхода никуда не денутся — поменяется их форма.

Интерфейс, который решает на лету

Когда ответ приходит за треть секунды, решение принимается во время действия пользователя, а не после него.

Стив Краус собрал демонстрацию, где шестнадцать суждений о тексте пересчитываются, пока человек печатает, — посмотреть можно здесь. За первую неделю сообщество принесло ещё несколько таких вещей: расширение, которое пропускает рекламные вставки внутри ролика на YouTube; фильтр, убирающий грубые комментарии из чата в реальном времени; поиск по почте по смыслу просьбы; поиск по странице, который понимает формулировку живым языком. Бен Тосселл собрал подборку — там около сотни таких вещей, сделанных за неделю.

Агентам скорость реакции нужна ещё острее. Команда Browser Use выпустила jev-ultrafast: браузерный агент проходит поиск рейса Цюрих — Лондон в Google Flights за 7,1 секунды. В Droidrun сделали то же для телефона: агент водит Uber на живом Android, девять действий примерно за 21 секунду. Бронирование, впрочем, там доведено не было, и авторы об этом говорят прямо.

Замер оставила сама TypeSafe в демонстрации с Doom: инженер, который её собирал, беспокоился о десяти запросах в секунду — это выходит примерно семь долларов за час игры. От этой цифры удобно отталкиваться, прикидывая свой сценарий: столько стоит непрерывное принятие решений в реальном времени.

Микрорешения, которые раньше жили в голове у пользователя, можно забрать в продукт: куда положить этот файл, какой из трёх шаблонов подставить, стоит ли предупредить, пока человек не отправил. Каждое по отдельности мелкое, вместе они и составляют разницу между «удобно» и «неудобно».

Уверенность: главная ручка, которую крутит продакт

Число рядом с ответом показывает, насколько выбор однозначен. Считается оно из формы распределения: вся вероятность собралась на одном варианте — число близко к единице; вероятность размазалась по трём — число низкое. В тикете про обувь уверенность по отделу вышла 0,42, потому что тикет честно принадлежал двум командам сразу.

Дальше вы решаете, что с этим делать. Документация предлагает три диапазона: высокая уверенность — действовать без человека; средняя — попросить подтверждение или собрать данных; низкая — не действовать вовсе, отдать человеку или переспросить.

Где провести границы между диапазонами — это и есть продуктовое решение. Причём границ должно быть несколько, по одной на каждое действие, и зависят они от цены ошибки. В примере из документации разобран банковский случай: показать баланс счёта и подтвердить перевод денег гарантируются по-разному. Показать не тот экран — ошибка, которую человек исправляет одним нажатием, там достаточно любой уверенности выше нижнего порога. Провести перевод — ошибка, которую откатывать долго, там порог поднят до 0,9, а всё, что ниже, уходит на подтверждение пользователю.

Переведите это на свой продукт, и получится таблица, которую вы как продакт соберёте сегодня, без единой строчки кода.

Пороги берутся из ваших же данных, а не из головы. Прогоняете двести своих строк, смотрите, при каком значении ошибки становятся редкими, ставите порог туда. Прогон двухсот строк стоит центы.

Низкая уверенность при этом — полезный ответ. Она означает, что во входных данных действительно не хватает информации, и это часто ценнее самого решения: если в половине тикетов модель не может понять, чего хочет клиент, проблема живёт в форме обращения. На разметке больших массивов из этого вырастает отдельный приём: в разборе классификации годовых отчётов компании раскладывают по 75 отраслевым группам, и при неуверенном ответе система возвращает более широкий раздел над группой. Там, где данных не хватило, стоит грубая метка вместо выдуманной точной.

Где он ломается

Список изъянов опубликовал сам производитель. У TypeSafe есть страница «Шероховатости jev-1.13» с девятью режимами отказа, датой последней проверки и рекомендацией по каждому. Читать её стоит раньше, чем маркетинговую страницу.

Два ограничения видно ещё до неё. Модель работает только с текстом: картинки, звук и видео надо сначала во что-то превратить. Весов, числа параметров и способа поднять её у себя TypeSafe не публиковала — это размещённый API, данные уходят на их серверы.

Источник: документация TypeSafe, страница о слабых местах jev-1.13, проверка от 17 сентября 2026.

Про «ноль галлюцинаций»

Эту формулировку стоит развести на две, потому что в пересказах они слиплись. Первое утверждение: модель не может вернуть вариант, которого нет в вашем списке. Это верно, и опровергается оно одним случаем, когда так не вышло. Второе утверждение: выбранный вариант верен. Из первого оно не следует.

Сама TypeSafe пишет об этом прямо — ноль в их графике выведен из гарантии соответствия схеме, а не измерен на данных. В русскоязычном поле за первую неделю эту разницу оговорил один автор — Александр Горный.

Сюда же — замечание Уиллисона про чёрный ящик. Большую модель можно попросить объяснить ответ, и объяснение хотя бы будет. Jev возвращает число и молчит: если она пометила сообщение как спам, какие именно слова её к этому склонили, вы не узнаете.

Откуда берутся «в 193 раза быстрее»

Цифры 193,6 и 444,6 стоят на главной странице TypeSafe, и компания сама расшифровывает их в анонсе. Получены они на собственном наборе рабочих сценариев, эталонным ответом там считается среднее двух самых дорогих моделей рынка, а сценарии писала команда самой TypeSafe — об этом сказано в тексте, с оговоркой, что перекос возможен. И там же: «мы ожидаем, что это верхняя граница выигрыша в реальной работе». Отдельной строкой компания признаёт: доказать, что цена не субсидируется, она не может.

Сравнивать такие цифры стоит только со своим прогоном на своих данных. Благо это дёшево: как замечает Уиллисон, тысяча пробных запросов обходится в несколько центов.

Джон Берриман из Arcturus Labs разобрал, что OpenAI годами использует свои модели как скрытые классификаторы внутри собственных продуктов, и повторить такой сервис им технически несложно. Единственная защита, которую он у TypeSafe видит, — обучающие данные и способ обучения. Это довод в пользу того, чтобы строить у себя развилку на понятном интерфейсе, не привязываясь к одному поставщику.

За первую неделю появились открытые проекты того же класса, работающие на своём железе. Все они моложе десяти дней, и брать их в работу стоит с поправкой на возраст.

Список мест в продукте, где решение принимает жёсткое правило, полезен независимо от того, поставите вы туда модель, оставите правило или перепишете форму обращения, чтобы вопрос отпал. Этот список почти никогда не существует в явном виде: правила накапливаются годами, каждое кажется мелочью, и в сумме они определяют, каким продукт выглядит для пользователя. Час работы на такую опись окупается сам по себе.

А дальше дело за ценой. Пока одно решение стоило секунды и заметных денег, спорить о точности не приходилось: проще было оставить правило. При четырёх центах за миллион токенов двести своих строк вы прогоняете за вечер, и разговор переходит из области мнений в область замера.

Если хотите посмотреть, где в этой картине находитесь вы и ваша команда, — у нас есть карта уровней вайбкодинга с коротким тестом: пять ступеней от «собрал лендинг за вечер» до «держу собственные сервисы и агентов».