Bu isim daha önce başka bir makalede de geçmişti, ne olduğunu merak ettim. https://t.co/7qiEKzo5Yd Jev AI, AI ajanlarının mantığını değiştirdi Julian Goldie SEO #AIÖzetle #Claude #Codex Jev, AI ajanlarının karar verme ve otomasyonunu değiştiriyor 🔳 Jev’in Özellikleri Jev, metin üretimi değil, seçim, değerlendirme ve karar verme gibi karar alma süreçlerine odaklanan bir System 1 tipi AI modelidir ve hızlı ve düşük maliyetli bir şekilde büyük miktarda karar işleme amacıyla tasarlanmıştır. 🔳 Geleneksel modellerle rol bölüşümü Büyük modeller araştırmayı, planlamayı ve metin üretimi gibi görevleri üstlenirken, Jev hangi aracın kullanılacağını seçmek, işlemin devam edip edilmeyeceğini kararlaştırmak ve insan onayı gerekip gerekmediğini belirlemek gibi kısa cevaplarla çözülebilen kararları üstlenir. 🔳 Hız ve maliyet Video içinde, geleneksel AI modellerine göre 20 ila 200 kat daha hızlı ve 40 ila 400 kat daha düşük maliyetli olduğu belirtilmiştir; bu da büyük miktarda küçük kararların yüksek performanslı modellere bırakılmasını azalttığını göstermektedir. 🔳 Üç tür karar verme yöntemi Jev, birden fazla seçenek arasından seçim yapmak için Choice, tanımlı kriterlere göre değerlendirme yapmak için Score ve Evet/Hayır kararlarını olasılık tabanlı olarak belirlemek için bir formata sahiptir; her karar için güven düzeyi de alınabilir. 🔳 Güven düzeyi ile otomasyon Güven düzeyi yüksekse otomatik işlem yapılır, düşükse insan onayı istenir; bu sayede AI’nın hatalı karar verme olasılığına ek olarak, kararında emin olmadığı durumlar da işletim kurallarına dahil edilebilir. 🔳 Çoklu kararların paralel işleme Aynı durumla ilgili birden fazla soruyu bir arada göndererek, sonraki işlemi, aciliyeti ve onay gerekliliğini paralel olarak değerlendirmek mümkündür; bu da AI ajanları içindeki bekleme sürelerini ve maliyetleri azaltır. 🔳 Araştırma makalesi sınıflandırma örneği Geliştirici, AI araştırma makalelerini özetledikten sonra başlık, özet ve 24 aday konuyu Jev’e vererek sınıflandırdı; videoda 18 işlemin toplam maliyeti 8 sent, işlem süresinin ortanca değeri ise her biri 256 milisaniye olarak gösterildi. 🔳 E-posta düzenleme örneği 500 e-postayı Jev ile sınıflandırma örneğinde, yanıt ver, ek araştırmaya ihtiyaç var, bekle veya insana onay için yönlendir gibi seçeneklere ayrıştırıldı ve birkaç saniyede tamamlandı; toplam maliyet 3,5 sent oldu. ListItemIcon 700 adet lead ve bireysel mesajların değerlendirilmesi örneğinde, 40 saniyede tepki tahmini ve güven düzeyi hesaplandı; lead ile mesajın uyumlu olmadığı durumlar da tespit edildi ve maliyet 9 sent oldu. ListItemIcon Tarayıcı ajanlarında, sayfa değiştiğinde her seferinde mümkün olan işlemler güncellenir ve Jev’e sonraki işlemi seçtirilir; yalnızca metin girişi başka bir üretim modeline bırakılır. Videoda tarayıcı komutlarının ortanca sayısı 1092’den 101’e düşürüldü ve görev süresi %25’e kadar kısaltıldı. ListItemIcon Uçuş arama notu Sunulan örneklerde uçuş 7 saniyede bulundu ve maliyet 0,5 sentin altında idi; ancak rezervasyon tamamlanmadı ve 7 saniye ölçümü ilk sayfa yüklendikten sonra başladı. ListItemIcon İç bağlantı optimizasyonu 586 sayfalık bir site üzerinde iç bağlantılar kurma örneğinde, 45,1 saniyede 584 bağlantı yerleştirildi; uygun bağlantı hedefi olmayan 139 sayfaya bağlantı verilmedi ve maliyet 21 sent oldu. ListItemIcon Model rotalama Düşük maliyetli ve hızlı model ile yüksek performanslı ve pahalı model hazırlanır; Jev talebi değerlendirerek uygun modele yönlendirilir. Videoda LangChain entegrasyonu örneği olarak, işlenebilir aralıkta en ucuz modelin seçilmesi yöntemi açıklanmıştır. ListItemIcon Araç kullanım güvenliği kontrolü AI ajanları bir aracı çalıştırmadan önce Jev ile risk değerlendirilir; güvenliyse çalıştırılır, tehlikeliyse durdurulur veya insana onay için yönlendirilir. ListItemIcon Bağlam azaltma Ajan geçmişindeki araç çağrılarının önemini Jev ile değerlendirerek gereksiz bilgilerin çıkarılması yöntemiyle yaklaşık 1 milyon tokenlik bağlam yaklaşık 86.000 tokene yaklaşık 1 saniyede indirildi. ListItemIcon Bağlam azaltmaya dair endişeler Geçmişi bireysel olarak değerlendirip silmek, uzun süreli görevlerde geçmiş kararların nedenlerini ve sürecini kaybetme riskini taşır; bu nedenle silmek yerine özetlenecek öğelerin seçilmesi gibi alternatifler de değerlendirilmelidir. ListItemIcon Jev’in sınırları Jev kendisi metin, kod veya araştırma sonuçları üretmez; temel olarak karar alma görevini üstlenir. Yüksek güven düzeyi doğru cevabı garanti etmez; bu nedenle dosya kaydetme gibi gerçek işlemler ayrıca doğrulanmalıdır. ListItemIcon Giriş tasarımı önemlidir Sadece soru alanının adı yeterli değildir; soru metnini ve seçenekleri açıkça yazmak gerekir. Yeterli durum veya bilgi sağlanmazsa karar kalitesi düşer. ListItemIcon Fiyatlandırma sistemi Videoda yaklaşık 1 milyon token giriş başına yaklaşık 4 sent ve şu anda çıktı için hiçbir ücret alınmadığı belirtilmiştir. 1000 tokenlik bilgiyi kullanan bir karar 10.000 kez yürütülürse yaklaşık 42 sent tahmini maliyet verilmektedir. ListItemIcon Önemli olan görev tamamlama maliyetidir🔳 Önemli olan görev tamamlama maliyetidir. Karar verme işlemi kendisi ucuz olsa bile, yanlış yönlendirme nedeniyle ajanlar gereksiz işlemler yaparsa toplam maliyet artar; bu nedenle tek bir karar maliyeti değil, görevin tamamlanmasına kadar olan toplam maliyet göz önünde bulundurulmalıdır. 🔳 AI ajanlarının yapısal değişimi Video, önceki yapıda aynı modelin hem metin üretimi hem de karar verme görevlerini üstlendiğini, ancak şimdi büyük modellerin araştırmayı ve üretimi, Jev’in seçimleri, değerlendirmeleri, onayları ve yükseltmeleri, kodun ise gerçek işlemleri gerçekleştirmesini sağlayan bir iş bölümü yapısına geçtiğini açıklıyor. 🔳 Şu an için uygun kullanım alanları Entegrasyon fonksiyonu hâlâ deneysel bir aşamada olup, şu anda insanların tekrarladığı basit ve net karar verme süreçlerinden—örneğin e-posta sınıflandırma, aday değerlendirme, yönlendirme ve işaretleme—başlamak daha gerçekçi olarak belirtiliyor. 🔳 Videonun sonucu Metin üretimi ve karar verme işlevlerini ayırmak ve tekrarlanan küçük kararları Jev gibi hızlı ve düşük maliyetli modellere bırakmak, AI ajanlarının genel hızını, maliyetini ve otomasyon kapsamını artırabileceğini video ana argümanı olarak sunuyor.