TypeSafe'in yeni karar modelini; destek talebi sınıflandırması, Intelligent Fields ve kalite kontrolleri dahil olmak üzere her Maven konuşmasının içinde yer alan değerlendirmelerle şimdiden test ediyoruz. Kendi erken testlerimizde, sınıflandırma işlerinde mevcut yaklaşımımızdan yaklaşık 12 kat daha hızlı çalıştı ve aynı isteğe daha fazla sınıflandırma ekledikçe yavaşlamadı.
Bir müşteri talebi birden fazla karar içerir
Şöyle yazan bir müşteri düşünün: "Faturamız ikiye katlandı, ekibimin yarısı giriş yapamıyor ve bunun yarınki yenilemeden önce çözülmesi gerekiyor."
Bu talebi çözmek birkaç farklı türde iş gerektirir: Ajanın fatura ve erişim sorunlarını tanıması, aciliyeti anlaması, müşterinin hesabını kontrol etmesi ve ilgili politikaları izlemesi gerekir. Bir insanın devreye girmesi gerekirse, konuşmanın devam edebilmesi için yeterli bağlamla doğru ekibe ulaşması şarttır.
Bu işin bir kısmı akıl yürütme ve açıklama gerektirir. Bir kısmı doğrudan bir sorgulama gerektirir. Bir kısmı ise odaklı bir değerlendirmeye dayanır: Hangi sorunlar mevcut, ne kadar acil ya da müşteri bir insanla görüşmek istedi mi?
Jev'in ilginç hâle geldiği yer tam da bu son kategori.
Jev erken erişimden çıkar çıkmaz, onu ses modelleri için oluşturduğumuz aynı değerlendirme disiplininden geçirmeye başladık. Çünkü böyle bir iddia yalnızca bir sağlayıcı benchmark'ına göre değil, bir müşterinin gerçek iş akışının nasıl davrandığına göre de sınanmayı hak ediyor.
Jev bir sınıflandırıcı gibidir, ama bir farkla: Ona bağlam ve sınırları belirli sorular verirsiniz; o da seçimler, skorlar ya da olasılıklar döndürür. TypeSafe AI'ın yeni modeli, yazılımın doğrudan kullanabileceği yapılandırılmış kararlar döndürmek üzere tasarlandı. Maven gibi kurumsal bir platform için bu, müşterinin talebi ile çözümü arasında yer alan pek çok değerlendirmeyi iyileştirme fırsatı yaratıyor.
Jev'i bir LLM'den farklı kılan ne
TypeSafe, Jev'i bir "System One" modeli olarak tanımlıyor. Geliştirici bağlamı, soruları ve olası yanıtları sağlar. Jev seçimler, skorlar ve olasılıklar döndürür. Aynı bağlama ilişkin birbirinden bağımsız birkaç soru paralel olarak değerlendirilebilir. Bir LLM gibi serbest metin üretmez.
Yukarıdaki talep için bir sistem; talepte fatura sorunu olup olmadığını, erişimin engellenip engellenmediğini ve müşterinin bir son tarih belirtip belirtmediğini sorabilir. Her yanıt, iş akışındaki bir sonraki adımın girdisi olur.
Geleneksel LLM'ler zaten şemaya bağlı çıktılar üretebiliyor. Jev'in vaadi ise tam olarak bu iş için geliştirilmiş, paralel çıktı üretimine ve TypeSafe'in Reinforcement Learning for Calibrated Decisions adını verdiği eğitim yöntemine sahip bir model olması. Amaç, daha düşük gecikme süresi ve maliyetin yanı sıra belirsizliği yazılım için kullanışlı hâle getirmek.
Erken kullanıcılar da belirli görevlerde ciddi hız artışları bildirdi. Kendi testlerimizde Jev, mevcut yaklaşımımızdan yaklaşık 12 kat daha hızlı yanıt verdi. Bu bir benchmark değil, erken aşama bir prototipleme çalışması ve müşterilerimiz için canlı ortamda çalışmıyor. Başkaları da kendi görevlerinde benzer rakamlar paylaşıyor: Vercel'den Guillermo Rauch, ajanının yürüttüğü komut güvenliği incelemesinde 95. yüzdelik dilimde 18 kata varan hız artışı ölçtü; üstelik yerini aldığı GPT-5.6-Luna incelemecisinden daha yüksek doğrulukla.
Intelligent Fields, değerlendirme için doğal bir alan
Maven, Intelligent Fields özelliğini 2026 baharında kullanıma sundu. Ekipler bir konuşma hakkında neyi anlamak istediklerini (ürün alanı, duygu durumu, iade niyeti veya eskalasyon sinyali gibi) tanımlar; ortaya çıkan alanlar raporlamayı, yönlendirmeyi ve ajan yapılandırmasını besler.
Bugün bunu iyi kılan şey, sizden ne kadar az şey istediği. Neyi öğrenmek istediğinizi sade bir dille tanımlarsınız, Maven da her konuşmayı bu tanıma göre değerlendirir. Etiketli eğitim verisi yok, her etiket için bakımı yapılacak bir model yok, 1 hafta sonra destek taleplerini elle etiketleyen bir analist yok. Her değer, bir güven skoru ve arkasındaki gerekçeyle birlikte gelir; bunlara API ve analitik görünümleri üzerinden erişilebilir. Bu sayede bir insan, etikete körü körüne güvenmek yerine bir konuşmanın neden kayıp riski olarak işaretlendiğini denetleyebilir.
Her alan, tasarım gereği kendi başına bir değerlendirmedir. Bu ayrım, her değerin konuşma hakkında kimsenin denetleyemeyeceği tek bir harmanlanmış hüküm yerine kendi güven skoru ve kendi gerekçesiyle gelmesini sağlar.
Jev gibi bir karar modeli bu yapıya kusursuzca uyuyor. Aynı bağlam üzerindeki bağımsız sorular paralel olarak değerlendirildiği için bir dizi alan değerlendirmesi tek bir istekte toplanabilir ve yine de ayrı ayrı skorlanmış yanıtlar olarak geri döner. Çıktının yapısı değişmez. Değişen, aynı anda kaç sorunun işlenebildiğidir.
Bu nedenle Intelligent Fields'ın Jev ile farklı çalışmasını beklemiyoruz. Ancak verimlilik kazanmayı ve maliyetleri düşürmeyi bekliyoruz.
| Bir konuşmaya ilişkin soru | Bir karar modeli bunu nasıl ele alır | Neyi mümkün kılar |
|---|---|---|
| Bu hangi ürün alanıyla ilgili? | Tanımlı kategoriler arasından seçer | Talebi sınıflandırır ve ilgili yönergeleri seçer |
| Bildirilen sorun ne kadar ciddi? | Açık bir değerlendirme ölçütüne göre skorlar | İşleri gerçek etkiye göre önceliklendirir |
| Müşteri bir insanla görüşmek istedi mi? | İfadenin doğru olup olmadığını tahmin eder | Eskalasyon sürecine bilgi sağlar |
| Bu talepte hangi sorunlar yer alıyor? | Her aday sorunu ayrı ayrı değerlendirir | Tek bir konuşmadaki birden fazla niyeti korur |
Bunlar değerlendirilecek aday eşleştirmelerdir. Jev'in her alanın anlamını ve bu alana bağlı her iş akışının davranışını koruması gerekir. Daha dar kapsamlı çıktısı da önemlidir: Açık uçlu özetler ve yazılı açıklamalar için yine üretken bir modele veya başka bir kaynağa ihtiyaç duyulacaktır.
Bu fırsat, özellikle bir ekip her etkileşimden daha fazla ayrıntı elde etmek istediğinde önem kazanıyor. Değerlendirme başına daha düşük maliyet, her yeni alanı pahalı bir model çağrısına dönüştürmeden ek ürün sorunlarını, iptal nedenlerini ve eskalasyon sinyallerini takip etmeyi pratik hâle getirebilir.
Kurumsal müşterilerimizin önüne piyasaya çıkalı 1 hafta olmuş modelleri koymayız
Yukarıdaki her şey test ve tasarım düşüncesinden ibaret. Jev hiçbir müşteri iş akışında çalışmıyor ve birkaç gün önce yayımlanan bir model, her yeni modele uyguladığımız aynı değerlendirme disiplininden geçene kadar müşteri iş akışlarının yanına bile yaklaşmayacak. GPT-Live-1 ve diğer ses modellerini nasıl test ettiğimizi inceleyebilirsiniz. Belirsiz olanlar ve belirleyici bağlamın eksik olduğu vakalar da dahil olmak üzere temsili vakalarda karar kalitesini mevcut yaklaşımımızla karşılaştırarak ölçüyor, ardından herhangi bir şey canlı yönlendirmeye dokunmadan önce gecikme süresini, kabul edilen sonuç başına maliyeti ve müşteri sonucunu karşılaştırıyoruz.
Kurumsal işler için daha geniş bir model yelpazesi
Jev, kurumsal bir yapay zekâ ajanı geliştirme seçeneklerini genişletiyor. Konuşma, akıl yürütme, sınıflandırma ve doğrulamanın her biri farklı model gereksinimlerine sahip olabilir.
Maven için fırsat, müşterinin talebini çözmek için gereken bağlamı ve kontrolleri korurken, Jev'i Intelligent Fields gibi özellikleri daha verimli hâle getirebileceği noktalarda değerlendirmek.
Tekrarlanan kararların deneyimi yavaşlattığı bir iş akışını Maven'a getirin: Sürekli kuyruk değiştiren bir destek talebi, değerlendirmesi pahalı bir alan ya da çok geç çalışan bir kalite kontrolü. Yeni bir modelin yerini hak edeceği yer tam da burası.
Bunu hızla yapabiliyoruz, çünkü Charters, Segments ve Intelligent Fields burada önemli olan kararları zaten tanımlıyor. Bunların altına daha hızlı bir karar katmanı yerleştirmek, çeyreklerce süren bir yeniden yapılanma değil, günler içinde test edebileceğimiz bir yapılandırma değişikliği.
Kendi konuşmalarınız üzerinde görün.
Size özel ücretsiz demo talep edin.
