Ipinakikita ng mga demo ng Jev kung saan pumapasok ang mga pasya ng AI sa karaniwang software

Inilalapat ng walong halimbawa sa video ni Matthew Berman noong Setyembre 24 ang modelong Jev ng TypeSafe AI sa mga pamilyar na gawain: paglilinis ng web page, paghahanap ng sipi, pag-aayos ng inbox at pagpili ng mga bahagi ng interface. Galing sa magkakaibang builder ang mga demonstrasyon. Pare-pareho ang hakbang ng mga ito: bigyan ang modelo ng makitid na pasya habang kinukuha ng application ang input at isinasagawa ang resulta.

Nagiging mas makahulugan ang bawat clip kapag inihihiwalay ang pasya sa gawaing isinasagawa sa code o ng ibang modelo. Kasinghalaga ng model call ang posibleng error na mapapansin ng user. Mga demonstrasyon at maagang tool pa lamang ang mga ito; hindi pa independiyenteng sinubukan ng BIG CHANGE ang katumpakan o pagiging maaasahan ng mga ito sa araw-araw.

Ang malaking pagbabago

• Ano ang nagbago: Naglalagay ang mga builder ng AI judgment na may tiyak na uri sa mga kasalukuyang interaksiyon sa software, mula sa shortcut sa browser hanggang sa view ng inbox. Nagbabalik ang Jev ng pagpili, score o probability; nagbibigay ang application ng mga materyal na pagpipilian at kumikilos batay sa sagot.
• Bakit ito mahalaga: Maaaring gumawa ng kapaki-pakinabang na pasya habang nagbabasa, naghahanap o nag-aayos ng user, nang hindi ipinapasa ang buong gawain sa chat interface. Dahil sa disenyong ito, responsable naman ang may-ari ng application sa maling ranggo, nakatagong nilalaman at mga aksiyong hindi sinasadya.
• Ano ang dapat bantayan: Nakadepende sa gawain ang susunod na ebidensiyang kailangan: kung mapipili ng mga tool ang tamang sipi, mapapanatiling magagamit ang mahahalagang kontrol sa page, maayos na mararanggo ang mahahalagang email at matutugunan ang mga di-tiyak na sitwasyon sa karaniwang paggamit. Hindi masasagot ang mga tanong na ito ng mabilis na demo lamang.

Ipinakikita ng panlinis ng page ang hatian ng gawain

Extension sa browser na Unclutter ni Kitze ang pinakamalinaw na halimbawa. Sinasabi sa README ng proyekto na kumukuha ang extension ng mga posibleng elemento ng page at nagtatanong sa Jev kung alin ang hindi kailangan. Pagkatapos, ipinapatupad ng browser code ang mga tuntunin sa pagtatago na maaaring baligtarin, sine-save ang mga ito ayon sa template ng page at muling inilalapat nang hindi na muling nagtatanong sa modelo. Maaaring i-pause ng user ang extension, panatilihing nakikita ang isang elemento o muling suriin ang page. Maaaring itago ang mga cookie overlay, ngunit hindi pinipindot ng extension ang Accept o Reject para sa user.

Mahalagang hangganan ito. Maaaring husgahan ng Jev na kalat ang isang elemento; hindi nito pag-aari ang browser, hindi ito pumipili ng pahintulot at hindi ito nagpapasya kung gaano katagal mananatili ang isang tuntunin. Dapat suriin sa praktikal na pagtatasa kung magagamit pa rin ang nabigasyon, accessibility control, abiso ng paywall o tunay na pagpipilian sa pahintulot matapos maglinis. Nag-aalok ang proyekto ng source build at setup na gumagamit ng sariling key, ngunit walang independiyenteng pag-aaral sa aktuwal na paggamit tungkol sa mga error na iyon sa README nito.

Iba naman ang pipeline ng Made with Jev website detector, na ipinakita sa 3:29 sa video ni Berman. Ayon sa sarili nitong paglalarawan ng paraan, sinusukat ng browser ang mga na-render na style, inilalarawan ng DeepSeek V4 Flash ang mga screenshot, hinuhusgahan ng Jev ang disenyo at teksto batay sa listahan ng mga palatandaan, at isinusulat ng DeepSeek ang maikling hatol. Nagpapakita ang site ng 26% na “slop” score para sa anthropic.com. Score ito sa estilo ayon sa rubric ng tool. Hindi nito pinatutunayan kung gaano karami sa site ng Anthropic ang isinulat ng AI, taliwas sa hinuha ni Berman sa video.

Hiwalay na uri ng pasya ang pagraranggo ng impormasyon

Sa demo ni Jonathan Unikowski tungkol sa inbox, iminungkahi niyang palitan ang pagkakasunod ayon sa oras ng live na ranggo ng kahalagahan. Sinasabi sa post niya na “parating na” ang feature sa Avec. Hindi nito idinodokumento ang inilunsad nang inbox, kahulugan ng kahalagahan o independiyenteng sukat ng hindi natukoy na mahahalagang mensahe. Kailangan pa ring kunin ng application ang mail, ipakita ang pagkakasunod at magpasya kung may ia-archive, lalagyan ng label o ipapadala; pag-priyoridad ang ipinakikitang papel ng Jev.

Mas madaling makita ang pagkakaiba sa extension na Needle ni Shubham Saboo. Ayon kay Saboo, binibigyan ng Jev ng score ang mga sipi sa page ayon sa query ng mambabasa at itinatampok ng extension ang mga katugmang teksto sa mismong page. Sinasabi sa mas detalyadong paliwanag niya na hindi nagsusulat ng sagot ang Needle: umiiral na sa page ang itinatampok na pangungusap. Binabago nito ang maaaring hanapin ng shortcut na find, ngunit maaaring maling pangungusap pa rin ang ma-highlight. Kailangan sa pagsubok ang mga query na alam ang tamang sagot, kabilang ang mga page na may magkahawig ngunit salungat na pahayag.

Sa post tungkol sa pagputol ng video ni Burhan Usman, iniulat niyang nakakita ito ng mga clip ayon sa paksa sa isang video na mahigit 90 minuto. Sa bahagi ng video ni Berman sa 8:34, sinabi ni Berman na malamang transcript ang ginagamit ng sistema; hinuha niya iyon, hindi beripikadong paglalarawan ng pipeline. Hindi tinutukoy sa post ang eksaktong input o output ng Jev. Kailangan pa ring kunin ng application na gumagawa ng clip ang source material, itakda ang mga hangganan ng oras at lumikha ng nada-download na clip. Ulat ito ng isang builder tungkol sa oras at gastos, walang inilathalang pagsusuri sa katumpakan o paghahati-hati ng buong prosesong end-to-end.

Ano ang ipinauubaya ng UI composition sa application

Eksperimento ni Chris Tate sa json-render ang bumubuo ng user interface mula sa mga opsiyong pag-aari ng application. Di-pangkaraniwang malinaw ang dokumentasyon ng Jev ng proyekto: pinipili ng Jev ang mga component at puwesto sa layout; binubuo at bineberipika ng code ang specification; ipinakikita ito ng renderer. Sintetiko ang business data sa playground, at tumatakbo lamang ang mga action handler kapag nakipag-interaksiyon ang user. Kaya ipinakikita ng demonstrasyon ang paraan ng pagbuo ng may-hanggang interface, hindi ang malayang pagsulat at pag-deploy ng website ng modelo.

Sinusuri ng dalawang malikhaing halimbawa ang mga pagpiling mas mababa ang panganib. Sa eksperimento sa kulay ni Matt DesLauriers, itinatapat ang mga text prompt sa mga palette sa isang biswal na demo. Sa eksperimento ni Stefan sa emoji, na ipinakita sa 9:52, niraranggo ang mga emoji batay sa nakasulat na teksto. Sa bawat kaso, ipinakikita ng app ang biswal na materyal na mapagpipilian. Mga ideya sa interaksiyon ang ipinakikita sa mga post; hindi nito pinatutunayan na akma sa isang brand ang pagpili, natutugunan nito ang mga kinakailangan sa contrast o gumagana ito sa iba’t ibang wika at konteksto.

Ipinapaliwanag sa dokumentasyon ng TypeSafe kung bakit magkakahawig ang mga halimbawang ito. Sinusuri ng Jev ang mga tanong na may input state at uri na Choice, Score at yes/no. Nagbabalik ng distribution at confidence value ang Choice at Score na magagamit ng software sa sarili nitong mga patakaran. Inirerekomenda ng kumpanya na subukan ang mga threshold sa mismong gawain; hindi independiyenteng resulta sa katumpakan ang confidence field.

Nagbibigay ng kapani-paniwalang halimbawa ng pattern ng disenyo ang mga ito: maaaring magtanong ang software ng maliit ngunit napapanahong tanong kapag masyadong marupok ang nakapirming tuntunin. Nakadepende kung nararapat gamitin araw-araw ang isang partikular na tool sa mga error nito, sa inilalantad o itinatago nito at kung may paraan ang application para makabawi ang mga tao. Mga katangian ito ng buong workflow, hindi lamang ng pasya ng modelo.