Vi testar redan TypeSafes nya beslutsmodell mot de bedömningar som finns i varje Maven-samtal, däribland ärendeklassificering, Intelligent Fields och kvalitetskontroller. I våra egna tidiga tester var den ungefär 12 gånger snabbare än vår nuvarande metod på klassificeringsarbete, och den blev inte långsammare när vi lade till fler klassificeringar i samma förfrågan.
En kundförfrågan innehåller mer än ett beslut
Tänk dig en kund som skriver: ”Vår faktura har fördubblats, halva mitt team kan inte logga in och jag behöver få det här löst före förnyelsen i morgon.”
Att lösa den förfrågan kräver flera typer av arbete: agenten måste känna igen fakturerings- och åtkomstproblemen, förstå hur brådskande det är, kontrollera kundens konto och följa rätt policyer. Om en människa behöver kliva in måste samtalet nå rätt team med tillräckligt mycket sammanhang för att kunna fortsätta.
En del av arbetet kräver resonemang och förklaringar. En del kräver en direkt uppslagning. En del handlar om en avgränsad bedömning: vilka problem som finns, hur brådskande de är eller om kunden har bett att få prata med en människa.
Det är i den sista kategorin som Jev blir intressant.
Vi började utsätta Jev för samma utvärderingsmetodik som vi byggt för röstmodeller i samma stund som den lämnade early access. Ett sådant påstående är nämligen värt att pröva mot hur en kunds faktiska arbetsflöde beter sig, inte bara mot en leverantörs benchmark.
Jev fungerar som en klassificerare, men med en twist: ge den sammanhang och avgränsade frågor, så returnerar den val, poäng eller sannolikheter. TypeSafe AI:s nya modell är utformad för att returnera strukturerade beslut som programvara kan använda direkt. För en företagsplattform som Maven innebär det en möjlighet att förbättra de många bedömningar som ligger mellan en kunds förfrågan och dess lösning.
Vad Jev gör annorlunda än en LLM
TypeSafe kallar Jev för en ”System One”-modell. En utvecklare tillhandahåller sammanhang, frågor och möjliga svar. Jev returnerar val, poäng och sannolikheter. Flera oberoende frågor om samma sammanhang kan utvärderas parallellt. Den genererar inte fritext som en LLM.
För förfrågan ovan skulle ett system kunna fråga om den innehåller ett faktureringsproblem, om åtkomsten är blockerad och om kunden har angett en deadline. Varje svar blir indata till nästa steg i arbetsflödet.
Vanliga LLM:er kan redan producera utdata som följer ett schema. Jevs erbjudande är en modell byggd specifikt för det här arbetet, med parallell generering av utdata och en träning som TypeSafe kallar Reinforcement Learning for Calibrated Decisions. Målet är att göra osäkerhet användbar för programvara, samtidigt som latens och kostnad sänks.
Tidiga användare har också rapporterat betydande hastighetsförbättringar för specifika uppgifter. I våra egna tester svarade Jev ungefär 12 gånger snabbare än vår nuvarande metod. Det är tidig prototypframtagning, inte en benchmark, och den körs inte i produktion för våra kunder. Andra rapporterar liknande siffror för sina egna uppgifter: Vercels Guillermo Rauch mätte upp till 18 gånger snabbare vid 95:e percentilen för den säkerhetsgranskning av kommandon som hans agent kör, med högre träffsäkerhet än den GPT-5.6-Luna-granskare den ersatte.
Intelligent Fields är ett naturligt ställe att utvärdera den
Maven lanserade Intelligent Fields våren 2026. Teamen definierar vad de vill förstå om ett samtal, till exempel produktområde, sentiment, återbetalningsavsikt eller eskaleringssignal, och de resulterande fälten matar rapportering, routning och agentkonfiguration.
Det som gör lösningen bra i dag är hur lite den kräver av dig. Du skriver en definition i klartext av vad du vill veta, och Maven utvärderar varje samtal mot den. Ingen märkt träningsdata, ingen modell att underhålla per etikett och ingen analytiker som taggar ärenden för hand en vecka senare. Varje värde levereras med en konfidenspoäng och motiveringen bakom, tillgängligt via API:t och analysvyerna. Det innebär att en människa kan granska varför ett samtal markerades som en churnrisk i stället för att ta etiketten för given.
Varje fält är en egen utvärdering, med avsikt. Den uppdelningen gör att varje värde får en egen konfidenspoäng och en egen motivering, i stället för ett sammanvägt utlåtande om samtalet som ingen kan granska.
En beslutsmodell som Jev passar väl in i den strukturen. Oberoende frågor om samma sammanhang utvärderas parallellt, så en uppsättning fältutvärderingar kan samlas i en enda förfrågan och ändå komma tillbaka som separata svar med egna poäng. Utdatans form förändras inte. Det som förändras är hur många frågor som kan hanteras samtidigt.
Vi räknar därför inte med att Intelligent Fields kommer att fungera annorlunda med Jev. Däremot räknar vi med att bli effektivare och sänka kostnaderna.
| Fråga om ett samtal | Hur en beslutsmodell hanterar den | Vad det möjliggör |
|---|---|---|
| Vilket produktområde gäller det? | Väljer bland definierade kategorier | Klassificera efterfrågan och välja relevant vägledning |
| Hur allvarligt är det rapporterade problemet? | Poängsätter mot en tydlig bedömningsmall | Prioritera arbetet efter verklig påverkan |
| Har kunden bett att få prata med en person? | Uppskattar om påståendet stämmer | Underlag för hantering av eskaleringar |
| Vilka problem tas upp i förfrågan? | Utvärderar varje möjligt problem separat | Behålla flera avsikter i ett och samma samtal |
Det här är tänkbara kopplingar som ska utvärderas. Jev skulle behöva bevara betydelsen av varje fält och beteendet hos alla arbetsflöden som är beroende av det. Dess smalare utdata spelar också roll: öppna sammanfattningar och skrivna förklaringar skulle fortfarande kräva en generativ modell eller en annan källa.
Möjligheten är särskilt relevant när ett team vill få ut mer detaljer från varje interaktion. En lägre kostnad per utvärdering kan göra det praktiskt möjligt att följa fler produktproblem, uppsägningsorsaker och eskaleringssignaler utan att varje nytt fält blir ännu ett dyrt modellanrop.
Vi sätter inte veckogamla modeller framför företagskunder
Allt ovan är tester och designresonemang. Jev körs inte i något kundarbetsflöde, och en modell som släpptes för några dagar sedan kommer inte i närheten av ett sådant förrän den har gått igenom samma utvärderingsmetodik som vi tillämpar på alla nya modeller. Du kan se hur vi har testat GPT-Live-1 och andra röstmodeller. Vi mäter beslutskvaliteten mot vår nuvarande metod på representativa fall, även de tvetydiga och de där det avgörande sammanhanget saknas, och jämför sedan latens, kostnad per godkänt resultat och kundutfall innan något påverkar routningen i drift.
Ett bredare urval av modeller för företagsarbete
Jev ger fler alternativ för att bygga en AI-agent för storföretag. Konversation, resonemang, klassificering och verifiering kan ha olika krav på modellen.
För Maven handlar möjligheten om att utvärdera Jev där den kan göra funktioner som Intelligent Fields effektivare, samtidigt som det sammanhang och de kontroller som krävs för att lösa kundens förfrågan bevaras.
Ta med ett arbetsflöde till Maven där upprepade beslut gör upplevelsen långsammare: ett ärende som ständigt byter kö, ett fält som är dyrt att utvärdera eller en kvalitetskontroll som körs för sent. Det är där en ny modell kan förtjäna sin plats.
Det kan gå snabbt eftersom Charters, Segments och Intelligent Fields redan definierar de beslut som spelar roll här. Att byta till ett snabbare bedömningslager under dem är en konfigurationsändring som vi kan testa på några dagar, inte en ombyggnad som tar flera kvartal.
Se det på dina egna konversationer.
Begär en kostnadsfri, personlig demo.
