В восьми примерах из сентябрьского видео Мэттью Бермана модель Jev от TypeSafe AI применяют для привычных задач: очистки веб-страницы, поиска фрагмента, сортировки входящих писем и выбора элементов интерфейса. Демонстрации созданы разными разработчиками. Общий подход — поручить модели узкую оценку, а приложению — собрать входные данные и выполнить результат.

Каждый фрагмент становится содержательнее, если отделить решение модели от действий, выполняемых кодом или другой моделью. Важно также учитывать, какую ошибку заметит пользователь. Это демонстрации и ранние инструменты; BIG CHANGE не проверял независимо ни их точность, ни надёжность в повседневной работе.

Главное изменение

  • Что изменилось: Разработчики встраивают структурированную оценку ИИ в уже существующие действия в программах — от браузерной команды до почтового ящика. Jev возвращает выбор, оценку или вероятность; приложение предоставляет варианты и действует на основе ответа.
  • Почему это важно: Полезное решение можно получить прямо во время чтения, поиска или сортировки, не передавая всю задачу чат-интерфейсу. При этом владельцы приложения отвечают за ошибочную сортировку, скрытый контент и непреднамеренные действия.
  • За чем следить: Следующие данные должны относиться к конкретным задачам: правильно ли такие инструменты выбирают нужный фрагмент, сохраняют важные элементы управления страницей, ранжируют значимые письма и справляются с неопределённостью при обычном использовании. Быстрая демонстрация сама по себе на эти вопросы не отвечает.

Очистка страницы показывает разделение обязанностей

Расширение Unclutter для браузера от Kitze — самый наглядный пример. В его файле README проекта сказано, что расширение выделяет возможные элементы страницы и спрашивает Jev, какие из них лишние. Затем код браузера применяет обратимые правила скрытия, сохраняет их для шаблона страницы и повторно использует без нового запроса к модели. Пользователь может приостановить работу расширения, оставить элемент видимым или заново проанализировать страницу. Всплывающее окно о файлах cookie можно скрыть, но расширение не нажимает за пользователя кнопки «Принять» или «Отклонить».

Это важное разграничение. Jev может оценить элемент как визуальный шум, но не управляет браузером, не выбирает вариант согласия и не определяет, как долго действует правило. Практическая проверка должна показать, остаются ли после очистки доступными навигация, средства доступности, уведомления о платном доступе и реальные варианты согласия. Проект предлагает сборки из исходного кода и настройку с собственным ключом, однако в README нет независимого полевого исследования таких ошибок.

У детектора сайтов Made with Jev, показанного на отметке 3:29 в видео Бермана, другой порядок работы. Согласно описанию его метода, браузер измеряет отрисованные стили, DeepSeek V4 Flash анализирует снимки экрана, Jev оценивает дизайн и текст по списку признаков, а DeepSeek формулирует краткий вердикт. Для anthropic.com сайт показывает оценку «слопа» 26%. Это стилистическая оценка самого инструмента, рассчитанная по его собственной шкале. Она не устанавливает, какая доля сайта Anthropic создана ИИ, несмотря на предположение Бермана в видео.

Ранжирование информации — отдельный вид решения

В демонстрации почтового ящика от Джонатана Юниковски предлагается заменить обратную хронологическую сортировку на актуальный рейтинг важности. В публикации сказано, что функция «скоро появится» в Avec. Там не описаны работающий почтовый ящик с этой функцией, определение важности или независимое измерение пропущенных срочных сообщений. Приложению всё равно предстоит получать письма, показывать их в заданном порядке и решать, архивировать ли их, помечать или отправлять; Jev в демонстрации только расставляет приоритеты.

Расширение Needle от Шубхама Сабу наглядно показывает это различие. Сабу говорит, что Jev оценивает фрагменты страницы по запросу читателя, а расширение подсвечивает подходящий текст на месте. В его подробном объяснении сказано, что Needle не пишет ответ: подсвеченное предложение уже есть на странице. Это меняет то, что можно найти командой поиска, но подсвеченное предложение всё равно может оказаться неверным. Для проверки нужны запросы с известными правильными фрагментами, в том числе страницы с похожими, но противоречащими друг другу утверждениями.

В публикации Бурхана Усмана о нарезке видео говорится, что он нашёл клипы на заданную тему в видео длительностью более 90 минут. В фрагменте видео на отметке 8:34 Берман говорит, что система, вероятно, использует расшифровку речи; это его предположение, а не подтверждённое описание процесса. В публикации не указаны точные входные и выходные данные Jev. Приложение для нарезки видео всё равно должно получить исходные материалы, определить временные границы и создать клипы для скачивания. Указанные в посте сроки и стоимость — рассказ одного разработчика без опубликованной проверки точности или разбивки общей работы на этапы.

Что остаётся приложению при сборке интерфейса

Эксперимент json-render Криса Тейта собирает интерфейс из вариантов, заданных приложением. В документации проекта по Jev это необычно чётко объяснено: Jev выбирает компоненты и их расположение; код собирает и проверяет спецификацию; отрисовщик показывает результат. Данные компании в интерактивной среде синтетические, а обработчики действий запускаются по взаимодействию пользователя. Таким образом, демонстрация показывает способ собрать интерфейс в заданных границах, а не то, как модель самостоятельно пишет и развёртывает сайт.

В двух творческих примерах рассматриваются решения с меньшими последствиями. Цветовой эксперимент Мэтта Деслорье сопоставляет текстовые запросы с палитрами в наглядной демонстрации. Эксперимент Стефана с эмодзи, показанный на отметке 9:52, ранжирует эмодзи по соответствию введённому тексту. В обоих случаях приложение показывает визуальные варианты для выбора. Публикации демонстрируют идеи взаимодействия, но не подтверждают, что результаты подходят бренду, отвечают требованиям контрастности или работают на разных языках и в разных контекстах.

В документации TypeSafe объясняется, почему эти примеры похожи друг на друга. Jev оценивает типизированные вопросы с вариантами выбора, оценкой или ответом «да/нет» на основе переданного состояния. Для выбора и оценки возвращаются распределения и значение уверенности, которое программа может использовать в собственных правилах. Компания рекомендует подбирать пороги на реальной задаче; поле уверенности не является независимым результатом проверки точности.

В примерах убедительно показан шаблон проектирования: программа может задать небольшой своевременный вопрос там, где фиксированное правило слишком негибкое. Пригодность конкретного инструмента для повседневной работы зависит от типа ошибок, от того, что он показывает или скрывает, и от возможности исправить результат в приложении. Эти свойства относятся ко всему рабочему процессу, а не только к решению модели.