Já estamos a testar o novo modelo de decisão da TypeSafe nos juízos que fazem parte de todas as conversas na Maven, incluindo a classificação de pedidos, os Intelligent Fields e os controlos de qualidade. Nos nossos primeiros testes, foi cerca de 12 vezes mais rápido do que a nossa abordagem atual em tarefas de classificação, e não ficou mais lento à medida que acrescentámos mais classificações ao mesmo pedido.
Um pedido de cliente contém mais do que uma decisão
Imagine um cliente que escreve: "A nossa fatura duplicou, metade da minha equipa não consegue iniciar sessão e preciso que isto fique resolvido antes da renovação, amanhã."
Resolver este pedido envolve vários tipos de trabalho: o agente tem de reconhecer os problemas de faturação e de acesso, perceber a urgência, verificar a conta do cliente e seguir as políticas adequadas. Se for necessária a intervenção de uma pessoa, a conversa tem de chegar à equipa certa com contexto suficiente para continuar.
Parte desse trabalho exige raciocínio e explicação. Outra parte exige uma consulta direta. E outra resume-se a um juízo concreto: que problemas estão presentes, qual a sua urgência ou se o cliente pediu para falar com uma pessoa.
É nesta última categoria que o Jev se torna interessante.
Começámos a submeter o Jev à mesma disciplina de avaliação que criámos para os modelos de voz assim que saiu do acesso antecipado, porque uma afirmação como esta merece ser verificada face ao comportamento real do fluxo de trabalho de um cliente, e não apenas num benchmark do fornecedor.
O Jev é como um classificador, mas com uma diferença: recebe contexto e perguntas delimitadas e devolve escolhas, pontuações ou probabilidades. O novo modelo da TypeSafe AI foi concebido para devolver decisões estruturadas que o software pode usar diretamente. Para uma plataforma empresarial como a Maven, cria a oportunidade de melhorar os muitos juízos que se situam entre o pedido de um cliente e a sua resolução.
O que o Jev faz de diferente de um LLM
A TypeSafe descreve o Jev como um modelo "System One". O programador fornece o contexto, as perguntas e as respostas possíveis. O Jev devolve escolhas, pontuações e probabilidades. Várias perguntas independentes sobre o mesmo contexto podem ser avaliadas em paralelo. Não gera texto livre como um LLM.
No pedido acima, um sistema poderia perguntar se contém um problema de faturação, se o acesso está bloqueado e se o cliente indicou um prazo. Cada resposta torna-se um dado de entrada para a etapa seguinte do fluxo de trabalho.
Os LLM convencionais já conseguem produzir resultados condicionados por um esquema. A proposta do Jev é um modelo criado especificamente para este trabalho, com geração de resultados em paralelo e um treino a que a TypeSafe chama Reinforcement Learning for Calibrated Decisions. O objetivo é tornar a incerteza útil para o software, a par de menor latência e custo.
Os primeiros utilizadores também relataram melhorias de velocidade significativas em tarefas específicas. Nos nossos testes, o Jev respondeu cerca de 12 vezes mais depressa do que a nossa abordagem atual. Trata-se de prototipagem inicial, não de um benchmark, e não está em produção para os nossos clientes. Outros estão a reportar números semelhantes nas suas próprias tarefas: Guillermo Rauch, da Vercel, mediu uma velocidade até 18 vezes superior no percentil 95 na revisão de segurança de comandos que o seu agente executa, com maior precisão do que o revisor GPT-5.6-Luna que substituiu.
Os Intelligent Fields são um ponto natural para o avaliar
A Maven lançou os Intelligent Fields na primavera de 2026. As equipas definem o que querem perceber sobre uma conversa, como a área de produto, o sentimento, a intenção de reembolso ou um sinal de escalamento, e os campos resultantes alimentam relatórios, encaminhamento e configuração de agentes.
O que os torna eficazes hoje é o pouco que exigem. Escreve-se, em linguagem simples, uma definição do que se pretende saber e a Maven avalia cada conversa com base nela. Sem conjuntos de treino etiquetados, sem modelos para manter por etiqueta, sem analistas a classificar pedidos manualmente uma semana depois. Cada valor é devolvido com uma pontuação de confiança e a respetiva justificação, disponíveis através da API e das vistas de análise, o que permite a uma pessoa verificar porque é que uma conversa foi marcada como risco de abandono, em vez de aceitar a etiqueta sem questionar.
Cada campo é uma avaliação própria, por conceção. É essa separação que permite que cada valor chegue com a sua própria pontuação de confiança e a sua própria justificação, em vez de um único veredicto agregado sobre a conversa que ninguém consegue verificar.
Um modelo de decisão como o Jev encaixa nessa estrutura de forma natural. Perguntas independentes sobre o mesmo contexto são avaliadas em paralelo, pelo que um conjunto de avaliações de campos pode ser agrupado num único pedido e, ainda assim, ser devolvido como respostas separadas e pontuadas individualmente. A forma do resultado não muda. O que muda é quantas perguntas podem ser processadas em simultâneo.
Por isso, não esperamos que os Intelligent Fields funcionem de forma diferente com o Jev. Esperamos, sim, ganhar eficiência e reduzir custos.
| Pergunta sobre uma conversa | Como um modelo de decisão a trata | O que permite |
|---|---|---|
| A que área de produto diz respeito? | Escolhe entre categorias definidas | Classificar a procura e selecionar as orientações relevantes |
| Qual a gravidade do problema reportado? | Pontua com base numa grelha explícita | Priorizar o trabalho pelo impacto real |
| O cliente pediu para falar com uma pessoa? | Estima se a afirmação é verdadeira | Apoiar a gestão do escalamento |
| Que problemas surgem neste pedido? | Avalia cada problema possível separadamente | Preservar várias intenções numa só conversa |
Estas são correspondências candidatas a avaliar. O Jev teria de preservar o significado de cada campo e o comportamento de qualquer fluxo de trabalho que dele dependa. O seu tipo de resultado mais restrito também conta: resumos abertos e explicações escritas continuariam a precisar de um modelo generativo ou de outra fonte.
A oportunidade é especialmente relevante quando uma equipa quer obter mais detalhe de cada interação. Um custo mais baixo por avaliação poderia tornar viável acompanhar mais problemas de produto, motivos de cancelamento e sinais de escalamento, sem que cada novo campo implique mais uma chamada dispendiosa a um modelo.
Não colocamos modelos com uma semana à frente de clientes empresariais
Tudo o que foi descrito acima são testes e reflexão sobre o design. O Jev não está a funcionar em nenhum fluxo de trabalho de clientes, e um modelo lançado há poucos dias não se vai aproximar de nenhum até ter passado pela mesma disciplina de avaliação que aplicamos a qualquer modelo novo. Pode ver como temos testado o GPT-Live-1 e outros modelos de voz. Medimos a qualidade das decisões face à nossa abordagem atual em casos representativos, incluindo os ambíguos e aqueles em que falta o contexto decisivo, e depois comparamos a latência, o custo por resultado aceite e o impacto no cliente antes de qualquer alteração chegar ao encaminhamento em produção.
Mais opções de modelos para o trabalho empresarial
O Jev alarga as opções para construir um agente de IA empresarial. Conversa, raciocínio, classificação e verificação podem ter, cada um, requisitos de modelo diferentes.
Para a Maven, a oportunidade está em avaliar o Jev onde possa tornar funcionalidades como os Intelligent Fields mais eficientes, preservando o contexto e os controlos necessários para resolver o pedido do cliente.
Traga à Maven um fluxo de trabalho em que decisões repetidas tornam a experiência mais lenta: um pedido que muda constantemente de fila, um campo dispendioso de avaliar ou um controlo de qualidade que é executado demasiado tarde. É aí que um novo modelo pode conquistar o seu lugar.
Isto é possível rapidamente porque os Charters, os Segments e os Intelligent Fields já definem as decisões que importam. Substituir a camada de juízo subjacente por uma mais rápida é uma alteração de configuração que conseguimos testar em dias, não uma reconstrução que leva trimestres.
Veja-o nas suas próprias conversas.
Peça uma demonstração personalizada gratuita.
