ما هو Jev؟ ذكاء اصطناعي متخصص في الحكم لا في توليد النص: الاستخدامات والأسعار والحدود

Jev نموذج ذكاء اصطناعي يُعيد، عند إدخال نص، خياراً أو قيمة تقييم أو احتمال «نعم/لا». ولا يولّد نصوصاً. وهو مناسب للاستخدامات التي تتكرر فيها أحكام مثل توجيه الاستفسارات داخل التطبيق. السعر 0.042 دولار لكل مليون رمز إدخال، والإخراج مجاني.

1. ما هو Jev؟

أعلنت TypeSafe في 15 سبتمبر 2026 عن الوصول المبكر إلى Jev. وهو مصمم، بدلاً من دردشة تعيد شروحاً طويلة، لإصدار أحكام داخل التطبيق، مثل تحديد «أي فريق يجب أن يتولى هذا؟» أو «إلى أي حد تطابق هذه الرسالة المعايير؟».

أهم ما يميّزه أن شكل القيم المعادة ثابت. لكن الرد الذي يكون شكله صحيحاً قد يكون حكمه خاطئاً. وإذا فهمتم عبارة «لا هلوسة» الواردة في الإعلان بأنها تعني أنه يجيب إجابة صحيحة عن أي محتوى، فستستخدمونه بشكل خاطئ.

تسمّي TypeSafe Jev «نموذج System One». وبحسب الإعلان، فإن الاسم من إطلاق الشركة نفسها، وهو مأخوذ من التمييز الذي يطرحه عالم النفس دانييل كانيمان في كتاب «Thinking, Fast and Slow» بين «النظام 1» السريع البديهي و«النظام 2» البطيء المتأني. وهو ليس تصنيفاً موحداً للأداء في الذكاء الاصطناعي عموماً. وتصفه الشرح الرسمي لـ System One بأنه نموذج يفهم اللغة الطبيعية ويعيد أحكاماً مُحددة النوع يستطيع البرنامج استخدامها مباشرة.

يشير اسم Jev إلى الاقتصادي ويليام ستانلي جيفونز، ويعبّر عن فكرة أن تكلفة الذكاء كلما انخفضت، تضاعفت استخداماته بمقدار كبير، على غرار «مفارقة جيفونز»، حيث تزيد الكفاءة الطلب بدلاً من أن تقلّصه (هل سيقضي الذكاء الاصطناعي على وظائف الياقات البيضاء؟).

state

مادة الحكم. نص أو بيانات بصيغة JSON. تُدرَج فيه نص الاستفسار، والعناصر التي اختارها المستخدم، والمعلومات الخلفية اللازمة للتصنيف، وغير ذلك.

questions

ما الذي يُحكم فيه. سؤال مثل «إلى أي فريق يجب تحويل هذا؟»، مع الخيارات المرشحة ومعايير الحكم.

ولأن خيارات المخرجات تُحدَّد مسبقاً، لا تحتاج إلى خطوة تستخرج اسم فئة من نص مثل «على الأرجح هذا لفريق الدعم الفني». في المقابل، فهو غير مناسب لإنتاج نصوص طويلة مثل الردود أو الشيفرة أو تعليلات الحكم. وإذا جمعتموه مع الذكاء الاصطناعي التوليدي، فالتقسيم يكون هكذا: يحدّد Jev وجهة العمل، ولا يُستدعى نموذج التوليد إلا حين تلزم نصوص.

ما الفرق بينه وبين أن يجيب LLM بصيغة JSON؟

الحصول على الرد بصيغة JSON ليس ميزة خاصة بـ Jev. فعلى سبيل المثال، لدى Claude أيضاً المخرجات المهيكلة التي تقيّد المخرجات بمخطط JSON Schema. وإذا كنتم تطبّقون التصنيف بنموذج توليدي قائم، فلا حاجة إلى استبداله لمجرد أن «الشكل محدد».

يتخصص Jev في إعادة الاختيارات والتقديرات المتدرجة والأحكام الثنائية مع احتمالاتها. فإذا احتجتم إلى شرح أو رد بعد الحكم، فاستخدموا نموذجاً توليدياً؛ وإذا احتجتم إلى اختيار مرشحين من النص بشكل متكرر، فإن Jev مرشح للمقارنة؛ وإذا احتجتم إلى حساب دقيق للمبالغ أو التواريخ، فاستخدموا الشيفرة العادية. قسِّموا العمل هكذا. والطريقة العملية هي مقارنة الدقة وزمن الانتظار والتكلفة على الإدخال نفسه ومعايير الحكم نفسها قبل الاختيار.

2. الفرق بين Choice و Score و Noul

تقسّم الشرح الرسمي لـ Primitives أنواع الأسئلة إلى ثلاثة. حتى الأسئلة المتشابهة تُختار بحسب المخرجات المطلوبة.

3. ضمان النوع ودقة الحكم أمران مختلفان

يعني ضمان النوع الذي تؤكده إعلانات TypeSafe أن المخرجات مقيّدة بالمرشحات أو بنطاق القيم المحدد. فإذا قسّمتم الاستفسارات بين فريق الفوترة والفريق الفني، فلن يخترع النموذج اسم قسم غير محدد في نص حر. لكن هل يختار القسم الصحيح أم لا أمر آخر تماماً.

وفقاً للشرح الرسمي، فإن confidence في Choice وScore هو إحصاء يلخّص مدى تركّز توزيع الاحتمالات في رقم واحد بين 0 و1. وهو المؤشر الافتراضي فقط، وإذا لم يناسب حالتكم، فيمكنكم حساب مؤشر آخر بأنفسكم من probabilities المعادة معه.

تقارب المرشحات

تنخفض قيمة confidence.

تركّز الاحتمال على مرشح واحد

ترتفع قيمة confidence.

لا تقرأها بهذه الطريقة: «القيمة 0.9، إذن هذه الحالة صحيحة بنسبة 90%». معايرة الاحتمالات خاصية تُقاس على كثير من التنبؤات معاً، ولا تدل على صحة كل حالة على حدة.

في الاستخدام، تكتب شيفرة تتفرع حسب confidence. وتعرض صفحة Confidence الرسمية التفرع التالي بعد أن تطلب من المستخدم اختيار طلبه بين «عرض الرصيد» و«الموافقة على تحويل معلّق» و«الدعم» (مقتطف؛ التعليقات من ترجمة المؤلف).

if confidence < 0.5:
    # النموذج متردد فعلاً. لا تدعه يخمّن
    route_to_human(user_message)

elif action.choice == "check_balance":
    # التأثير منخفض. عرض شاشة مختلفة يمكن التراجع عنه
    show_balance(account_id)

elif action.choice == "approve_transfer":
    if confidence > 0.9:
        # التأثير كبير وكذلك الثقة. أكّد ثم نفّذ
        confirm_then_execute(account_id)
    else:
        # التأثير كبير والثقة متوسطة. تحقق أولاً
        ask_user_to_confirm(account_id)

حد 0.5 الأدنى يهدف إلى التقاط الحالات التي أشار فيها النموذج إلى أنه متردد فعلاً. وبعد ذلك، تتطلب العمليات التي يصعب التراجع عنها، مثل الموافقة على عملية سحب، عتبة أعلى من عمليات القراءة فقط. ولاحظوا أنه حتى فوق 0.9 لا يُنفَّذ الإجراء فوراً بل يُطلب التأكيد. فالثقة العالية لا تحل محل الإذن بالتنفيذ.

0.5 و0.9 مجرد أمثلة، وليستا قيمتين موصى بهما للجميع. وتقول الوثائق الرسمية أيضاً إن القيمة المناسبة تتوقف على المجال وأداء النموذج في استخدامكم، وتنصح بالبدء بعتبات متحفظة وضبطها على بياناتكم.

4. مثال على توجيه الاستفسارات

لنتأمل استفساراً يقول: «لا يستجيب زر تنزيل الفاتورة عند الضغط عليه». إذا وجّهتموه إلى الفوترة لأن فيه كلمة «فاتورة»، فستفوتكم مشكلة في الشاشة. وإذا أردتم أن يحكم Jev، فاشرحوا حدود كل فريق، ثم اطلبوا منه اختيار مرشح.

وفق البدء السريع الرسمي ومرجع API، يكون الطلب بهذه الصورة. احصل على مفتاح API، ثم أرسل JSON إلى POST https://api.typesafe.ai/v1/systemone.

{
  "model": "jev-1.13.0",
  "state": "أضغط على زر تنزيل الفاتورة، لكن لا يحدث شيء.",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "اختر مرشح الفريق الذي يطابق الطلب الرئيسي في الرسالة.",
      "criteria": {
        "billing": "أسئلة عن مبلغ الفوترة أو طريقة الدفع أو الخصم المزدوج.",
        "technical": "عمليات الشاشة أو الأخطاء أو الميزات التي لا تعمل.",
        "review": "تختلط فيها عدة طلبات، أو لا تكفي المعلومات لتحديد من يتولاها."
      }
    },
    "service_unavailable": {
      "type": "noul",
      "instructions": "هل تُبلغ الرسالة بأن شاشة أو ميزة متوقفة حالياً؟"
    }
  }
}

الإرسال ومعالجة الرد

احصل على مفتاح API من وحدة التحكم، واضبط في ترويسات HTTP القيمتين Authorization: Bearer <API_KEY> وContent-Type: application/json. أدِر المفتاح عبر متغيرات البيئة على الخادم أو ما شابه، ولا تضمّنه في HTML عام أو مستودع.

للتحقق من الاتصال أولاً، يمكنك لصق مثال curl الوارد في البدء السريع الرسمي كما هو وتشغيله. ضع المفتاح في متغير البيئة TYPESAFE_API_KEY ثم شغّل الأمر. هذا المثال يسأل عبر Noul عمّا إذا كان الاستفسار الإنجليزي يُظهر إلحاحاً.

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<'EOF'
  {
    "state": "Hi, I've been trying to connect my Stripe account for 3 days and the integration keeps failing. I'm losing sales. Please help ASAP.",
    "model": "jev-latest",
    "questions": {
      "urgency": {
        "type": "noul",
        "instructions": "Does this message express urgency?"
      }
    }
  }
EOF

لإرسال المثال العربي الوارد أعلاه، استبدل JSON الموجود بين <<'EOF' وEOF بهذا JSON. وعندما تستدعي الواجهة من شيفرة، أو تقرأ وكيلاً يساعد في التطوير المواصفات، فإن الوثائق الرسمية توفر المداخل التالية.

• الاستدعاء من Python: pip install typesafe-sdk (Python 3.10 أو أحدث). يقرأ عميل SDK متغير البيئة TYPESAFE_API_KEY، ويستدعي jev-latest افتراضياً.
• التطوير باستخدام Claude Code: claude plugin marketplace add typesafe-ai/skills ثم claude plugin install typesafe@typesafe-ai. يُثبَّت بذلك مهارة رسمية تمرر أنواع الأسئلة الثلاثة وأنماط التصميم إلى وكيل البرمجة (Agent skill).

بالعودة إلى المثال العربي، فإن الحقول التي تُقرأ والاستخدام الخاص بكل منها موضحة في الشكل والجدول أدناه. يعطي Choice مرشح الفريق، ويبيّن Noul وجود بلاغ عن ميزة غير متاحة أو عدم وجوده.

401 و422: صحّح الإعداد أو الإدخال

يعني 401 مفتاحاً مفقوداً أو غير صالح، ويعني 422 فشل التحقق من صيغة الإدخال. صحّح الإعداد أو نص الرسالة، ثم أعد الإرسال.

429 و529: انتظر ثم أعد المحاولة

لا تكرر الطلب بسرعة متتالية؛ مد فترة الانتظار تدريجياً. ويقوم SDK الرسمي بهذه المحاولة تلقائياً افتراضياً.

أخطاء HTTP منفصلة عن الثقة المنخفضة. لا تعاملها كقيم إجابة. والأساس هو مرجع API المذكور أعلاه.

عند البداية، لا يلزم أكثر من ترك التوجيه الحالي كما هو، ووضع الفريق الذي حدده شخص بجانب مرشحات Jev. تحقق من أن المشكلة الفنية ما زالت تُوجَّه بشكل صحيح حتى لو احتوت كلمة «فاتورة»، وهل يمكن إرسال الرسائل التي تضم عدة طلبات إلى المراجعة، وهل يتجنب الحكم القفز إلى استنتاجات عند نقص المعلومات. وعند اكتشاف خطأ، أضفه بوصفه حالة فشل، وراجع ما إذا كانت أوصاف المرشحات تتداخل.

عند إدماجه في وكيل الذكاء الاصطناعي، افصل بين «النموذج الذي يحكم»، و«الأدوات التي تنفّذ»، و«الشروط التي يُسمح بموجبها بالتنفيذ»، وأبقِ حسابات المبالغ وفحص الصلاحيات في الشيفرة. فهذا يجعل تتبّع موضع الخطأ أسهل عند حدوث حكم خاطئ.

تضم الوثائق الرسمية لـ TypeSafe أيضاً أمثلة تنفيذ لـ حواجز الحماية لتطبيقات LLM، واختيار المستندات المسترجعة بـ RAG، وإعادة ترتيب نتائج البحث، والتحقق من الاستشهادات. وحتى عند استخدامه في حواجز الحماية أو اختيار المستندات، تبقى نقطة الضعف في «المدخلات التي توجّه الإجابة» الواردة في القسم التالي (فكرة إيقاف المعالجة عند المدخل والمخرج معاً مشروحة في ما هي حواجز حماية الذكاء الاصطناعي؟).

5. المهام غير المناسبة ونقاط الضعف المعروفة

تنشر TypeSafe نقاط الضعف المعروفة في Jev 1.13. لا تفترض أنه دقيق لأنه مخصص للحكم فقط. قسّم العمل كما يلي:

كما أن احتمالات نعم/لا التي تُطرح بشكل منفصل لا تحقق بالضرورة علاقات رياضية. فحتى لو سألتم عن الشرط ونفيه بأسئلة Noul منفصلة، فليس مضموناً أن يساوي المجموع 1، ولا يمكن معاملة احتمالات Choice واحتمالات Noul بالعتبة نفسها. وإذا غيّرتم صياغة السؤال، فأعيدوا التقييم بدلاً من إعادة استخدام القيم المضبوطة سابقاً.

نقاط تحقق عند الاستخدام بالعربية

6. فهم الأسعار وحدود الإدخال والسرعة

حتى 21 سبتمبر 2026، كانت صفحة Models لدى TypeSafe تدرج النموذج الحالي باسم jev-1.13.0. وفي 14 أكتوبر 2026 أُطلق أيضاً jev-1.14.0 (الأسعار وطول السياق نفسهما). وعند التحقق في 19 أكتوبر 2026، يشير الاسم المستعار jev-latest (المستقر) إلى 1.13، ويشير jev-preview إلى 1.14. تتحول الأسماء المستعارة عند إصدار نسخة جديدة، لذا إذا أردتم نتائج ثابتة فحددوا معرّف الإصدار. السعر 0.042 دولار لكل مليون رمز إدخال، والرموز الناتجة مجانية. وليس السعر ثابتاً لكل استفسار، بل يتغير بعدد رموز الإدخال، الذي يشمل state وquestions. وكمقياس تقريبي، يُظهر مثال الرد في البدء السريع الرسمي (استفسار إنجليزي من ثلاث جمل مع ثلاثة أسئلة) أن usage.input_tokens بضع مئات من الرموز. وتكتب TypeSafe في إعلانها أيضاً أنها لا تستطيع حالياً إثبات أن هذا السعر ليس مدعوماً، وأن استمراريته لن تتضح إلا على المدى الطويل (وتتوقع أن تنخفض الأسعار لا أن ترتفع).

الحد المزدوج: 64k و32k

الإدخال نصي فقط. ولا يمكن تمرير الصور والصوت والفيديو مباشرة، لذا يجب تحويلها أولاً إلى نص أو بيانات مهيكلة بمعالجة منفصلة.

قد تتغير حدود المعدل

تُحدَّد حدود المعدل لكل مؤسسة، وتتحقق من حد مؤسستك في وحدة تحكم المطورين (وذلك حسب صفحة Models في 19 أكتوبر 2026؛ كانت الصفحة تعرض أرقاماً ثابتة من قبل). وحدتها عدد الرموز في الثانية وعدد الطلبات في الثانية، وتجاوز أيٍّ منهما يعيد 429 Too Many Requests. يعيد SDK الرسمي المحاولة تلقائياً مع تأخير متزايد افتراضياً، وإذا كان في الرد ترويسة retry-after فإنه يتبعها. أما إذا استدعيتم HTTP API مباشرة، فاكتبوا بأنفسكم منطق إعادة المحاولة الذي يزيد زمن الانتظار، كما ورد أعلاه.

تنبه الوثائق الرسمية إلى أنه نظراً لضخامة الطلب، تُعدَّل الحدود ديناميكياً، وقد تتغير دون إشعار مسبق. وتتوفر حدود أعلى عبر عقود مخصصة أو عقود المؤسسات. فإذا كان التصميم يرسل كميات كبيرة من النصوص دفعة واحدة، فتحقق من القيم عند البدء، وحدّد مسبقاً كيف ستنتظر عند الوصول إلى الحد.

السرعة والتكلفة: قارن على العمل نفسه

يذكر TypeSafe في إعلانه أن الزمن من الطلب حتى إعادة النتيجة هو 70 مللي ثانية إلى 500 مللي ثانية. لكن قياساتها العلنية أُجريت أساساً من حواسيب محمولة لدى الشركة في الساحل الغربي للولايات المتحدة، حيث يقع مقر الخدمة.

وفي المقارنة بالنماذج التوليدية، تذكر الشركة الرقم «أسرع بـ 193.6 مرة وأرخص بـ 444.6 مرة». وهذا ناتج عن تقييم سير عمل أعدّته الشركة، وتتوقع TypeSafe نفسها أنه في الطرف المرتفع من التحسينات الممكن تحقيقها فعلاً. وتقول إن سير العمل لم يُختَر ليفضّل نموذجها، وإنه غير مدرج في بيانات التدريب، لكنها تذكر أيضاً أن الأعضاء الذين أعدّوه من فريق قدرات النموذج لديها، لذا قد يوجد انحياز. اقرأ الرقمين كـأرقام صادرة عن المورّد نفسه، وقارن على مهامك الخاصة مع مراعاة النقاط التالية.

• تتغير النتائج عند تغير الشروط: قارن مع تساوي المسافة الشبكية، وطول الإدخال، وعدد الأسئلة، وإعدادات النموذج المقارَن.
• لا يمكن استخدامه مضاعِفاً مقارنةً بالدردشة العادية: تتضمن المقارنة الرسمية معالجة لاستخراج توزيع الاحتمالات من نموذج توليدي.

ما الذي تقارنه في الواقع

التكلفة: سعر الوحدة في API + الجهد التشغيلي

ضمّن نسبة المعالجة المسبقة وإعادة المحاولة والانتظار للمراجعة. فإذا كان التصنيف رخيصاً، لكن المراجعة البشرية زادت، فلن ينخفض الجهد الإجمالي.

السرعة: المتوسط + الطلبات البطيئة

تحقّق من أن العمل لا يتوقف أثناء الازدحام أو عند بطء الردود.

7. ما يجب التحقق منه عند التجربة

ابدأ بـ Playground لترى إن كانت معايير أسئلتك تصل بوضوح. يتضمن البدء السريع الرسمي خطوات للحصول على مفتاح API والاستدعاء. ولأنه في مرحلة الوصول المبكر، تحقق أولاً من صلاحيات الاستخدام بعد تسجيل الدخول.

أربع نقاط في التقييم

1. 01

   جهّز الإجابات الصحيحة والحدود.

   إلى جانب أمثلة حدّد فيها الناس الفريق، أدرج طلبات متعددة، ونصوصاً قصيرة جداً، والنفي، وجملاً موجِّهة. وعند استخدام بيانات حقيقية، تحقق من أن المحتوى يجوز إرساله إلى جهة خارجية.

2. 02

   ثبّت معايير الأسئلة.

   اكتب ما الذي يُعدّ كل مرشح، وحدد شروط التحويل إلى «أخرى». وتحقق أيضاً بأمثلة تختلف عن تلك التي استُخدمت لضبط المعايير.

3. 03

   راجع الدقة ونسبة ما يُرسل للمراجعة معاً.

   عُدَّ عدد الحالات التي عولجت تلقائياً عند كل عتبة، وكم منها كان خاطئاً. واذكر أيضاً حجم ما ينتظر المراجعة، حتى لا تبدو الدقة وحدها أفضل من حقيقتها.

4. 04

   سجّل النموذج والأسئلة.

   احتفظ بمعرّف النموذج ونوع الإدخال وإصدار الأسئلة والردود وزمن المعالجة، وقارن قبل التغيير وبعده.

أساس هذه المقالة: إعلان TypeSafe والوثائق الرسمية (تم التحقق في 21 سبتمبر 2026، وتأكد التحديث في 19 أكتوبر). لم يشغّل الكاتب الـ API، ولم يقس الدقة بالعربية ولا أزمنة الانتظار الفعلية.

الأسئلة الشائعة

س. هل يمكن لـ Jev أن يتحدث مثل ChatGPT؟
ج. ليس نموذجاً يولّد ردوداً حرة. أنت تُدخل نصاً وتتلقى أحكاماً بالشكل الذي حددته عبر Choice أو Score أو Noul. وإذا احتجت إلى نص رد أو تفسير، فادمجه مع نموذج توليدي أو قوالب.

س. إذا كان «لا هلوسة»، ألا يخطئ؟
ج. تقييد المخرجات بنوع أو بمرشحات شيء، والحكم على المحتوى بشكل صحيح شيء آخر. وتسرد الوثائق الرسمية أيضاً نقاط ضعف مثل الحسابات والتواريخ والمدخلات كثيرة المعلومات غير ذات الصلة والجمل الموجِّهة. وتحتاج إلى قياس الدقة ببياناتك.

س. هل يعني 0.5 من Noul «متوسطاً»؟
ج. يعني أن نعم ولا تُقيَّمان باحتمالات متساوية تقريباً. وليس قيمة تمثل منتصف الشدة أو الجودة. ولقياس الدرجة، فإن Score بمستويات موصوفة هو المرشح المناسب.

س. هل يمكن استخدامه بالعربية؟
ج. تقول الوثائق الرسمية إنه يعالج لغات غير الإنجليزية، ومنها أحرف CJK، لكنها تشرح أن الإنجليزية هي اللغة الرئيسية للتدريب، وأن دقتها حالياً الأفضل. تحقق ببيانات تقييم عربية قبل استخدامه في العمل.

س. هل يمكن استخدامه للحكم على الصور أو الصوت؟
ج. الإدخال في النموذج الحالي نصي فقط، ولا يمكن تمرير الصور أو الصوت مباشرة. وإذا كان تصميمك يمرر نصوصاً أو بيانات مهيكلة مستخرجة بمعالجة أخرى، فقيّمه مع أخطاء تلك المعالجة المسبقة.