我們已開始以每段 Maven 對話中的各項判斷來測試 TypeSafe 的新決策模型，包括工單分類、Intelligent Fields 與品質檢查。在我們初期的測試中，它在分類工作上的速度約為現行做法的 12 倍，而且在同一個請求中加入更多分類項目時，速度也沒有變慢。
一個客戶請求包含不只一項決策
假設有位客戶寫道：「我們的帳單金額翻倍，團隊一半的人無法登入，而且我需要在明天續約前解決這個問題。」
解決這個請求涉及多種工作：代理需要辨識出帳單與存取問題、理解其急迫性、查詢客戶帳戶，並遵循適當的政策。如果需要真人介入，對話必須帶著足夠的脈絡轉到正確的團隊，才能順利接續。
其中有些工作需要推理與說明，有些需要直接查詢，有些則歸結為一項聚焦的判斷：出現了哪些問題、急迫程度如何，或客戶是否要求轉接真人。
最後這一類，正是 Jev 值得關注之處。
Jev 一結束搶先體驗，我們就開始以為語音模型建立的同一套評估規範來測試它。因為這類宣稱值得以客戶實際工作流程的表現來驗證，而不只是看廠商的基準測試。
Jev 類似分類器，但有所不同：提供脈絡與有範圍限制的問題，它會回傳選項、分數或機率。TypeSafe AI 的新模型專為回傳軟體可直接使用的結構化決策而設計。對 Maven 這樣的企業平台而言，這是改善客戶請求與問題解決之間眾多判斷的契機。
Jev 與 LLM 的不同之處
TypeSafe 將 Jev 稱為「System One」模型。開發人員提供脈絡、問題與可能的答案，Jev 則回傳選項、分數與機率。針對同一脈絡的多個獨立問題可以平行評估。它不像 LLM 那樣產生自由格式的文字。
以上述請求為例，系統可以詢問：其中是否包含帳單問題、存取是否受阻，以及客戶是否提到期限。每個答案都會成為工作流程下一步的輸入。
傳統 LLM 已能產生符合結構描述限制的輸出。Jev 的主張是一款專為這類工作打造的模型，具備平行輸出生成能力，並採用 TypeSafe 稱為「校準決策強化學習」（Reinforcement Learning for Calibrated Decisions）的訓練方式。其目標是讓不確定性對軟體有用，同時降低延遲與成本。
早期使用者也回報在特定任務上有顯著的速度提升。在我們自己的測試中，Jev 的回應速度約為現行做法的 12 倍。這只是初期原型測試，並非基準測試，也尚未在我們客戶的正式環境中運作。其他人在各自的任務上也回報了類似數字：Vercel 的 Guillermo Rauch 在其代理執行的指令安全審查中，測得第 95 百分位數的速度最高快 18 倍，準確度也高於被取代的 GPT-5.6-Luna 審查器。
Intelligent Fields 是評估它的理想場景
Maven 於 2026 年春季推出 Intelligent Fields。團隊可定義想從對話中了解的資訊，例如產品領域、情緒、退款意圖或升級訊號，產生的欄位會用於報表、轉接與代理設定。
它目前的優勢在於對您的要求極少。您只需以白話撰寫想了解內容的定義，Maven 就會依此評估每一段對話。無需標記好的訓練資料集，無需為每個標籤維護模型，也無需分析師在一週後手動標記工單。每個值都附帶信心分數與判斷依據，可透過 API 與分析檢視取得。這表示真人可以稽核某段對話為何被標記為流失風險，而不必盲目相信標籤。
每個欄位都是獨立的評估，這是刻意的設計。正因為彼此分開，每個值才能附帶自己的信心分數與判斷依據，而不是對整段對話給出一個無人能稽核的混合結論。
像 Jev 這樣的決策模型能與這種結構完美對應。針對同一脈絡的獨立問題可以平行評估，因此一組欄位評估可以批次合併為單一請求，並仍以個別評分的獨立答案回傳。輸出的形式不變，改變的是能同時處理的問題數量。
因此，我們不預期 Intelligent Fields 在 Jev 之下會有不同的運作方式，但我們確實預期能提升效率並降低成本。
| 關於對話的問題 | 決策模型的處理方式 | 帶來的效益 |
|---|---|---|
| 這與哪個產品領域有關？ | 從已定義的類別中選擇 | 分類需求並選擇相關指引 |
| 回報的問題有多嚴重？ | 依明確的評分標準評分 | 依實際影響安排工作優先順序 |
| 客戶是否要求轉接真人？ | 估計該陳述為真的可能性 | 作為升級處理的依據 |
| 這個請求中出現了哪些問題？ | 分別評估每個候選問題 | 在同一段對話中保留多重意圖 |
以上是有待評估的候選對應方式。Jev 必須保留每個欄位的意義，以及依賴這些欄位的任何工作流程行為。它的輸出範圍較窄，這一點同樣重要：開放式摘要與文字說明仍需要生成式模型或其他來源。
當團隊希望從每次互動中取得更多細節時，這個機會格外重要。較低的單次評估成本，可能讓追蹤更多產品問題、取消原因與升級訊號變得可行，而不必讓每個新欄位都成為一次昂貴的模型呼叫。
我們不會讓剛推出一週的模型面對企業客戶
以上內容全屬測試與設計構想。Jev 並未在任何客戶工作流程中運作，而一款幾天前才發布的模型，在通過我們對所有新模型採用的同一套評估規範之前，絕不會接近客戶工作流程。您可以看看我們如何測試 GPT-Live-1 與其他語音模型。我們會以具代表性的案例，包括模稜兩可的案例以及缺少關鍵脈絡的案例，將決策品質與現行做法比較，再比較延遲、每個可接受結果的成本與客戶成效，之後才會讓任何東西接觸到即時轉接。
企業工作有更多模型可選
Jev 擴展了打造企業 AI 代理的選項。對話、推理、分類與驗證，各自可能有不同的模型需求。
對 Maven 而言，這個機會在於評估 Jev 能在哪些地方讓 Intelligent Fields 等功能更有效率，同時保留解決客戶請求所需的脈絡與控管。
歡迎帶著因重複決策而拖慢體驗的工作流程來找 Maven：一張不斷變更佇列的工單、一個評估成本高昂的欄位，或一項執行得太晚的品質檢查。這些正是新模型能證明自身價值的地方。
之所以能快速實現，是因為 Charters、Segments 與 Intelligent Fields 已經定義了這裡的關鍵決策。在它們底層換上更快的判斷層，只是一項我們能在數天內測試完成的設定變更，而不是耗時數季的重建工程。
用您自己的對話實際體驗。
申請免費的專屬展示。
