Matthew Berman के 24 सितंबर के वीडियो में आठ उदाहरण TypeSafe AI के Jev मॉडल को परिचित कामों में लगाते हैं: वेब पेज साफ़ करना, कोई अंश ढूँढ़ना, इनबॉक्स में क्रम तय करना और इंटरफ़ेस के हिस्से चुनना। प्रदर्शन अलग-अलग निर्माताओं के हैं। इनमें समान बात यह है कि मॉडल को सीमित निर्णय दिया जाता है, जबकि ऐप इनपुट इकट्ठा करके नतीजे पर कार्रवाई करता है।
हर क्लिप तब ज़्यादा जानकारी देती है जब फैसले को कोड या दूसरे मॉडल द्वारा किए गए काम से अलग देखा जाए। उपयोगकर्ता को दिखाई देने वाली संभावित गलती भी उतनी ही अहम है जितनी मॉडल कॉल। ये प्रदर्शन और शुरुआती टूल हैं; BIG CHANGE ने उनकी सटीकता या रोज़मर्रा की विश्वसनीयता का स्वतंत्र परीक्षण नहीं किया है।
बड़ा बदलाव
- क्या बदला: निर्माता मौजूदा सॉफ़्टवेयर संवादों में टाइप किया हुआ AI निर्णय जोड़ रहे हैं—ब्राउज़र शॉर्टकट से लेकर इनबॉक्स दृश्य तक। Jev कोई विकल्प, अंक या प्रायिकता देता है; ऐप संभावित सामग्री उपलब्ध कराता और जवाब पर कार्रवाई करता है।
- यह क्यों मायने रखता है: चैट इंटरफ़ेस को पूरा काम सौंपे बिना, पढ़ने, खोजने या छाँटने के समय उपयोगी निर्णय लिया जा सकता है। इसी डिज़ाइन में गलत क्रम, छिपी सामग्री और अनचाही कार्रवाई की जिम्मेदारी ऐप के मालिकों पर रहती है।
- क्या देखना है: अगला प्रमाण हर काम के लिए अलग चाहिए: क्या ये टूल सही अंश चुनते हैं, पेज के ज़रूरी नियंत्रण बचाए रखते हैं, अहम ईमेल को अच्छी तरह क्रम देते हैं और आम इस्तेमाल में अनिश्चित मामलों को सँभालते हैं। केवल तेज़ डेमो इन सवालों का जवाब नहीं देता।
पेज साफ़ करने वाला उदाहरण काम का बँटवारा दिखाता है
Kitze का Unclutter ब्राउज़र एक्सटेंशन इसका सबसे स्पष्ट उदाहरण है। उसका प्रोजेक्ट README कहता है कि एक्सटेंशन पेज के संभावित तत्व निकालकर Jev से पूछता है कि कौन-से गैर-ज़रूरी हैं। फिर ब्राउज़र कोड पलटे जा सकने वाले छिपाने के नियम लागू करता है, उन्हें पेज टेम्पलेट के अनुसार सहेजता है और अगली बार मॉडल से पूछे बिना दोबारा लागू करता है। उपयोगकर्ता एक्सटेंशन रोक सकता है, कोई तत्व दिखता छोड़ सकता है या पेज का फिर विश्लेषण कर सकता है। कुकी की सूचना छिप सकती है, लेकिन एक्सटेंशन उपयोगकर्ता की ओर से स्वीकार या अस्वीकार नहीं करता।
यह सीमा महत्वपूर्ण है। Jev किसी तत्व को अव्यवस्था मान सकता है; वह ब्राउज़र का मालिक नहीं, सहमति का विकल्प नहीं चुनता और न तय करता है कि नियम कितने समय तक लागू रहेगा। व्यावहारिक मूल्यांकन में देखना होगा कि सफ़ाई के बाद नेविगेशन, सुगम्यता नियंत्रण, पेवॉल सूचना या असली सहमति विकल्प इस्तेमाल किए जा सकते हैं या नहीं। परियोजना में सोर्स से बिल्ड और अपनी API कुंजी लगाने की व्यवस्था है, लेकिन README इन गलतियों पर स्वतंत्र फील्ड अध्ययन नहीं देता।
एक अलग पाइपलाइन वाला Made with Jev वेबसाइट डिटेक्टर को Berman के वीडियो में 3:29 पर दिखाया गया। उसके तरीके के अनुसार ब्राउज़र रेंडर की गई शैली मापता है, DeepSeek V4 Flash स्क्रीनशॉट का वर्णन करता है, Jev डिज़ाइन और कॉपी को तय संकेतों से परखता है और DeepSeek संक्षिप्त निष्कर्ष लिखता है। टूल anthropic.com के लिए 26% “slop” स्कोर दिखाता है। यह टूल की अपनी शैली-मापनी पर निकला अंक है। इससे यह स्थापित नहीं होता कि Anthropic की वेबसाइट का कितना हिस्सा AI से लिखा गया था, जबकि वीडियो में Berman ने ऐसा अनुमान लगाया।
जानकारी को क्रम देना एक अलग तरह का फैसला है
Jonathan Unikowski का इनबॉक्स प्रदर्शन उलटे कालानुक्रमिक क्रम की जगह महत्त्व के अनुसार लगातार बदलती रैंकिंग का प्रस्ताव रखता है। उनकी पोस्ट कहती है कि यह सुविधा Avec में “आने वाली है”। उसमें तैनात इनबॉक्स, महत्त्व की परिभाषा या छूटे हुए जरूरी संदेशों का स्वतंत्र माप दर्ज नहीं है। ऐप को अब भी मेल प्राप्त करना, क्रम दिखाना और यह तय करना होगा कि कुछ संग्रहित, लेबल या भेजा जाए या नहीं; डेमो में Jev की भूमिका प्राथमिकता तय करने की है।
Shubham Saboo का Needle एक्सटेंशन इस फर्क को और साफ़ करता है। Saboo कहते हैं कि Jev पाठक के सवाल के अनुसार पेज के अंशों को अंक देता है और एक्सटेंशन मेल खाता पाठ वहीं हाइलाइट करता है। उनका विस्तृत विवरण कहता है कि Needle जवाब नहीं लिखता: हाइलाइट किया गया वाक्य पेज पर पहले से मौजूद होता है। इससे खोज शॉर्टकट क्या ढूँढ़ सकता है, यह बदलता है, लेकिन हाइलाइट किया वाक्य फिर भी गलत हो सकता है। परीक्षण में ऐसे सवाल चाहिए जिनके सही अंश पहले से ज्ञात हों—उन पेजों सहित जहाँ मिलते-जुलते लेकिन परस्पर विरोधी कथन हों।
Burhan Usman की क्लिपिंग पोस्ट 90 मिनट से अधिक लंबे वीडियो में किसी विषय से जुड़े क्लिप ढूँढ़ने की बात कहती है। वीडियो के 8:34 वाले हिस्से पर Berman कहते हैं कि सिस्टम संभवतः प्रतिलेख इस्तेमाल करता है; यह उनका अनुमान है, पाइपलाइन का सत्यापित विवरण नहीं। पोस्ट Jev का सटीक इनपुट या आउटपुट नहीं बताती। क्लिपिंग ऐप को अब भी वीडियो लेना, समय-सीमाएँ तय करना और डाउनलोड की जा सकने वाली क्लिप बनानी होती है। पोस्ट में समय और लागत एक निर्माता की रिपोर्ट हैं; सटीकता परीक्षण या शुरू से अंत तक के काम का बँटवारा प्रकाशित नहीं है।
इंटरफ़ेस बनाते समय ऐप कौन-से काम अपने पास रखता है
Chris Tate का json-render प्रयोग ऐप के अपने विकल्पों से यूज़र इंटरफ़ेस तैयार करता है। प्रोजेक्ट के Jev दस्तावेज़ खास तौर पर स्पष्ट हैं: Jev घटक और लेआउट में उनकी जगह चुनता है; कोड विनिर्देश जोड़ता और मान्य करता है; रेंडरर उसे दिखाता है। प्लेग्राउंड का कारोबारी डेटा कृत्रिम है और कार्रवाई करने वाले हैंडलर उपयोगकर्ता के क्लिक पर चलते हैं। इसलिए यह सीमित इंटरफ़ेस जोड़ने का तरीका दिखाता है, ऐसा मॉडल नहीं जो स्वतंत्र रूप से वेबसाइट लिखकर तैनात कर दे।
दो रचनात्मक उदाहरण कम जोखिम वाले विकल्पों को परखते हैं। Matt DesLauriers का रंग प्रयोग टेक्स्ट संकेतों को दृश्य डेमो में रंग-पैलेट से जोड़ता है। Stefan का इमोजी प्रयोग, जिसे 9:52 पर दिखाया गया है, टाइप किए पाठ के अनुसार इमोजी को क्रम देता है। दोनों मामलों में ऐप चुनने लायक दृश्य सामग्री दिखाता है। पोस्ट संवाद के विचार दिखाते हैं; वे यह स्थापित नहीं करते कि विकल्प किसी ब्रांड के अनुकूल हैं, कंट्रास्ट की शर्तें पूरी करते हैं या अलग भाषाओं और संदर्भों में काम करते हैं।
TypeSafe के दस्तावेज़ बताते हैं कि इन उदाहरणों में समानता क्यों है। Jev दी गई स्थिति के आधार पर टाइप किए Choice, Score और हाँ/ना सवालों का मूल्यांकन करता है। Choice और Score संभावित जवाबों का वितरण और भरोसे का एक मान लौटाते हैं, जिन्हें सॉफ़्टवेयर अपने नियमों में इस्तेमाल कर सकता है। कंपनी वास्तविक काम पर सीमा-मूल्य जाँचने की सलाह देती है; भरोसे का फ़ील्ड स्वतंत्र सटीकता परिणाम नहीं है।
ये उदाहरण एक उचित डिज़ाइन पद्धति का मामला बनाते हैं: जहाँ तय नियम बहुत कठोर हो, वहाँ सॉफ़्टवेयर सही समय पर छोटा सवाल पूछ सकता है। कोई टूल रोज़ के काम में जगह पाएगा या नहीं, यह उसकी गलतियों, उसके द्वारा उजागर या छिपाई जाने वाली चीज़ों और ऐप द्वारा सुधार का रास्ता देने पर निर्भर करता है। ये पूरे कार्यप्रवाह के गुण हैं, केवल मॉडल के फैसले के नहीं।
