Conceitos do Jev: System One, state, confiança e limites

O Jev inverte um hábito. Com um modelo de linguagem, você escreve um pedido em texto e recebe texto de volta; o trabalho difícil é fazer aquele texto virar dado confiável. Com um modelo System One, você manda o conteúdo a ser avaliado e um mapa de perguntas tipadas, e recebe valores com probabilidade. O trabalho difícil muda de lugar: passa a ser escrever a pergunta certa e decidir o que fazer com a incerteza.

Esta seção reúne os conceitos que sustentam esse jeito de trabalhar. Quem já leu o guia principal em o que é Jev pode vir direto para cá e aprofundar cada peça.

O vocabulário mínimo

System One. O nome vem da divisão popularizada por Daniel Kahneman entre julgamento rápido e raciocínio lento. A TypeSafe chama de System One a classe de modelos feita para o julgamento rápido e estruturado: decidir entre opções, pontuar em uma régua, responder sim ou não. Não é um LLM menor; é outra categoria de ferramenta.

State. É o conteúdo que o modelo avalia: um texto, um registro, um histórico de conversa, um objeto JSON. O state entra uma vez e todas as perguntas da mesma chamada são avaliadas contra ele.

Pergunta tipada. Cada pergunta tem um tipo — Choice, Score ou Noul — e descreve o que você quer decidir. As três primitivas têm página própria em primitivas.

Probabilidade. Choice e Score devolvem a distribuição completa entre as opções ou os níveis, e os valores somam 1. Noul devolve um número de 0 a 1 que é a probabilidade de a resposta ser sim.

Confiança. É uma estatística derivada da distribuição: quanto mais concentrada em um resultado, maior a confiança. Ela existe em Choice e Score, e não existe em Noul. É o mecanismo que permite ao modelo dizer “não sei” de forma que o seu código consiga ler.

Calibração. A promessa de que um 0,7 significa mais ou menos 70% de chance, e não apenas “provavelmente”. A TypeSafe descreve o treino como RLCD, voltado a decisões calibradas em vez de texto agradável.

Limites declarados. A documentação oficial mantém uma página de “jaggedness” com nove modos de falha do jev-1.13 — leitura literal, matemática, datas, indireção, state grande, conteúdo adversarial, instruções contraditórias, invariantes estruturais e geração de texto. Ler essa lista antes de escrever a primeira pergunta economiza semanas.

Por que isso muda a arquitetura

Um sistema que consome texto gerado precisa de parsing, validação, tratamento de recusa e vigilância contra resposta fora do formato. Um sistema que consome decisões tipadas troca tudo isso por uma pergunta mais simples: este número passa do meu limiar?

A consequência prática aparece no desenho. O código volta a ser o dono do fluxo: ele decide o que perguntar, em que ordem agir e quando chamar uma pessoa. O modelo responde perguntas estreitas, uma por julgamento, e devolve o quanto está seguro de cada uma. É por isso que a página de preço importa tanto aqui: quando a decisão custa frações de centavo, dá para perguntar em cima de todo o volume, e não só de uma amostra.

Por onde começar

Se você quer entender o modelo, comece por System One e siga para confiança. Se você quer escrever código hoje, vá para como usar o Jev e volte para cá quando aparecer a primeira resposta com confiança baixa — porque ela vai aparecer, e o que você faz com ela é a diferença entre um sistema que dá para confiar e um que só parece funcionar.