Это имя уже встречалось в других статьях, интересно, что это такое https://t.co/7qiEKzo5Yd Jev AI изменил представление об ИИ-агенте Julian Goldie SEO #AIКраткое #Claude #Codex Jev меняет принятие решений и автоматизацию ИИ-агентов 🔳 Особенности Jev Jev — это модель ИИ типа System 1, специализирующаяся не на генерации текста, а на принятии решений, таких как выбор, оценка и суждение, и предназначенная для обработки большого количества решений с высокой скоростью и низкой стоимостью. 🔳 Распределение ролей с традиционными моделями В то время как крупные модели отвечают за исследование, планирование и генерацию текста, Jev занимается короткими решениями: выбором следующего инструмента, решением о продолжении обработки и необходимостью проверки человеком. 🔳 Скорость и стоимость В видео упоминаются цифры: Jev в 20–200 раз быстрее и в 40–400 раз дешевле, чем обычные ИИ-модели, что снижает необходимость передавать множество мелких решений высокопроизводительным моделям. 🔳 Три типа решений Jev позволяет использовать три формата: Choice — выбор из нескольких вариантов, Score — оценка по заданным критериям и Yes/No — вероятностное определение да/нет. Для каждого решения можно получить уровень уверенности. .Automation с использованием уровня уверенности Можно задать правила: при высокой уверенности — автоматическая обработка, при низкой — запрос к человеку. Это позволяет учитывать не только вероятность ошибки, но и неуверенность модели в принятии решения. 🔳 Параллельная обработка нескольких решений Можно отправить несколько вопросов о одной ситуации и параллельно определить следующий шаг, срочность и необходимость одобрения, что снижает время ожидания и затраты внутри ИИ-агента. 🔳 Пример классификации научных статей После резюмирования исследовательских статей ИИ разработчик передал Jev названия, резюме и 24 варианта тем для классификации. В видео указано: общая стоимость обработки 18 статей — 8 центов, медианное время на одну статью — 256 миллисекунд. 🔳 Пример сортировки писем 500 писем были классифицированы Jev на категории: ответить, дополнительное исследование, ожидание, передать человеку — все за несколько секунд, общая стоимость — 3,5 цента. 🔳 Пример оценки лидов 700 лидов и индивидуальных сообщений были оценены за 40 секунд: предсказана вероятность отклика и уровень уверенности, выявлены несоответствия между лидом и сообщением. Стоимость — 9 центов. 🔳 Применение в браузерных агентах В браузерных агентах после каждого изменения страницы Jev выбирает следующее действие из доступных вариантов, а ввод текста передается отдельной генеративной модели. В видео указано: медианное количество браузерных команд сократилось с 1092 до 101, а время выполнения задачи — на 25%. 🔳 Особенности поиска авиабилетов В примере показано обнаружение рейса за 7 секунд при стоимости менее 0,5 цента, однако бронирование не выполнялось; измерение времени началось после загрузки первой страницы. 🔳 Оптимизация внутренних ссылок При создании внутренних ссылок на сайте из 586 страниц Jev разместил 584 ссылки за 45,1 секунды; на 139 страницах, где не было подходящих целей, ссылки не размещались. Стоимость — 21 цент. 🔳 Маршрутизация моделей Предлагается использовать дешевую и быструю модель вместе с мощной и дорогой: Jev определяет запрос и направляет его к подходящей модели. В видео приведен пример интеграции с LangChain — выбор самого дешевого подходящего модели. ListItemIcon Безопасность при использовании инструментов Jev может оценивать риски перед выполнением действия агентом: если безопасно — запускать; если опасно — останавливать или передавать на проверку человеку. ListItemIcon Сокращение контекста Jev оценивает важность вызовов инструментов в истории агента и удаляет ненужную информацию. Пример: контекст объемом ~1 млн токенов был сокращен до ~86 тыс. токенов за ~1 секунду. ListItemIcon Возражения против сокращения контекста Отмечается, что индивидуальная оценка и удаление истории может привести к потере обоснований и контекста при длительных задачах. Также предлагается рассмотреть возможность использования Jev не для удаления, а для выбора информации для резюмирования. ListItemIcon Ограничения Jev Jev сам по себе не генерирует тексты, код или результаты исследований — он предназначен исключительно для принятия решений. Высокий уровень уверенности не гарантирует правильность решения; фактические результаты (например, сохранение файлов) необходимо дополнительно проверять. ListItemIcon Важность проектирования входных данных Одних названий полей вопроса недостаточно для понимания цели решения — необходимо четко формулировать сам вопрос и варианты ответов. Недостаток контекста или информации снижает качество решений. ListItemIcon Тарифная система В видео указано: стоимость ~4 цента за входные ~1 млн токенов; на данный момент выходные данные не оплачиваются. При выполнении 10 000 решений на основе 1000 токенов каждое — примерная стоимость ~42 цента. ListItemIcon Важно — общая стоимость завершения задачи🔳 Важно общая стоимость выполнения задачи Даже если само принятие решения дешево, неправильная маршрутизация может заставить агента выполнять ненужные операции, увеличивая общую стоимость, поэтому необходимо оценивать не стоимость одного решения, а общую стоимость до завершения задачи. 🔳 Изменение структуры AI-агента В видео объясняется, что ранее одна и та же модель отвечала и за генерацию текста, и за принятие решений, тогда как теперь наступает разделение труда: крупные модели занимаются исследованием и генерацией, Jev — выбором, оценкой, утверждением и эскалацией, а код — непосредственным выполнением задач. 🔳 Текущие подходящие применения Интегрированные функции по-прежнему находятся на экспериментальной стадии, и на данный момент логично начинать с внедрения в простые и четкие процессы, повторяемые человеком, такие как классификация электронной почты, оценка лидов, маршрутизация и маркировка. 🔳 Вывод видео Центральный тезис видео заключается в том, что разделение генерации текста и принятия решений, а также передача повторяющихся мелких решений быстрым и недорогим моделям, таким как Jev, позволяет улучшить скорость, стоимость и масштаб автоматизации всего AI-агента.