Jev ni novi ChatGPT: AI se seli iz pogovora v odločitvene sisteme

Hitri odgovor (TL;DR)

1. Jev ni LLM. Je t. i. System One Model: pošljete mu stanje (state) in tipizirana vprašanja, vrne tipizirane odločitve z verjetnostmi. Besedila ne generira. TypeSafe se namerno odreka generativnim zmožnostim in cilja na drago, počasno usmerjanje in klasifikacijo v agentnih pipeline-ih.
2. Ekonomika je resnična in preverljiva: 0,042 USD/MTok vhoda, izhodni žetoni brezplačni, 64k žetonov konteksta na zahtevo (32k za stanje + najdaljše vprašanje), limiti 250.000 žetonov/s in 1.200 zahtev/min.
3. Trditve o hitrosti in natančnosti so dobaviteljeve. Po lastnem TypeSafovem prikazu Jev dosega 67,8 % skupne ujemalne ocene proti 74,1 % najboljšega primerjalnega modela — približno 6 odstotnih točk razlike, ki jo razkriva TypeSafe sam. Jev ni pametnejši — je Pareto-učinkovitejši.
4. »Ne more halucinirati« je ožja trditev, kot zveni. Ne more vrniti vrednosti izven sheme, lahko pa vrne napačno veljavno vrednost.
5. Za n8n je relevanten takoj — obstaja (neuradni) community node, sicer pa navaden HTTP Request. Za SME-je je realna korist v kaskadi: Jev odloča, koda izvaja, LLM se pokliče le za manjšino primerov.
6. Za slovenski/EU kontekst: gostovanje v ZDA, ZDR le za enterprise, uporaba pri kadrovanju/kreditiranju pade pod Annex III (rok 2. 12. 2027). Načrtujte z governance-om od prvega dne.

1. Kaj je Jev — preverjena dejstva

1.1 Osnovni podatki

Izvor imena: »Jev« po Williamu Stanleyju Jevonsu (Jevonsov paradoks: padajoči stroški povečajo porabo), »System One« po Kahnemanovem hitrem, intuitivnem mišljenju.

1.2 Tri primitive (glossary)

Ustanovitelj jih je na Hacker News opisal kot preslikavo: choice ≈ match, score ≈ sortiranje, noul ≈ if.

2. Arhitekturna razlika — zakaj je to novo

ARCHITECTURE: Chat LLM vs. System One Model

  CHAT LLM (autoregressive)
  ┌─────────┐   token   token   token   token
  │ prompt  │ ──►  "{"  ──► "de" ──► "pt" ──► ... ──► parse ──► validate ──► maybe fail
  └─────────┘   sequential, 3s–329s, output billed, schema not guaranteed

  SYSTEM ONE MODEL (Jev)
  ┌─────────┐        ┌──────────────────────────────────┐
  │  state  │ ──────►│  ONE parallel pass over state    │
  └─────────┘        │   Q1 ─┐                          │
  ┌─────────┐        │   Q2 ─┼─► typed answers +        │
  │ typed Q │ ──────►│   Q3 ─┤   probabilities +        │
  │ (1..N)  │        │   Qn ─┘   confidence             │
  └─────────┘        └──────────────────────────────────┘
                     70–500 ms, output free, schema guaranteed by construction

Ključna ekonomska posledica: vprašanja se vrednotijo vzporedno nad istim stanjem. Paketiranje ducata vprašanj v en klic stane komaj kaj več kot eno samo vprašanje. To obrne običajni instinkt: vprašajte vse naenkrat, filtrirajte v kodi.

TypeSafov cookbook navaja, da je zbiranje 13 vprašanj v en klic 12,2× ceneje in 10,0× hitreje kot posamično spraševanje, ob enakih odgovorih.

3. Kritično preverjanje trditev (claim vs. evidence)

To je najpomembnejši del za svetovalno rabo — večina medijskih povzetkov tega ne loči.

3.1 Konflikt interesov v izvornem viru

Članek na dev.to, ki ste ga poslali, objavlja Valyu AI — podjetje, ki prodaja retrieval API. »Pattern 5: Retrieve, then judge« v praksi promovira njihov lastni produkt. Vsebina je tehnično korektna in celo nadpovprečno poštena glede omejitev, vendar ni nevtralen vir. Uporabite ga kot tehnični priročnik, ne kot oceno trga.

3.2 Najmočnejši tehnični ugovor

Sean Goedecke v eseju z 16. 9. 2026 trdi, da prefill običajnega jezikovnega modela in oddaja enega omejenega žetona že prinese večino hitrosti, ter da je »ne more halucinirati« semantični izmik. Če to drži, je Jevova prednost predvsem produktna (čist vmesnik, umerjene verjetnosti, cena), ne nujno arhitekturna.

Potrditev tega vzorca: projekt openjev bere verjetnosti tipiziranih možnosti iz logitov odprtega 4B modela v enem prehodu in eksplicitno navaja, da reproducira vzorec vmesnika, ne pa Jevovega modela ali treninga.

4. Kaj to pomeni za svet AI in LLM-jev

4.1 Premik paradigme: od »en model za vse« k plastem

Argument TypeSafa — in ugotovitev, do katere prihaja vse več ekip neodvisno — je, da je en splošnonamenski model, ki odgovarja na vsak klic, vzorec za prototip, ne za produkcijo.

To je pomembnejše od samega modela. Tri posledice:

1. Odločitve se ločijo od generiranja. Odločitveni sloj postane funkcijski klic s tipom, ne poziv z razčlenjevanjem niza.
2. Zaupanje postane druga os arhitekture. Prag ni več en sam za cel sistem, ampak en prag na dejanje, skaliran glede na ceno napake.
3. Jevonsov paradoks se aktivira. Ko je semantično preverjanje dovolj poceni, ga aplikacija lahko izvaja povsod: okoli vsakega klica orodja, pred vsakim posledičnim dejanjem.

4.2 Vzorec kaskade

THE CASCADE: where each layer earns its cost

  Incoming request
        │
        ▼
  ┌──────────────────┐   70–500 ms, ~$0.0001
  │  JEV: decide     │   intent? complexity? risk? urgency?  (all in 1 call)
  └────────┬─────────┘
           │
    ┌──────┴────────────────────────────────┬──────────────────┐
    ▼                                       ▼                  ▼
 confidence < threshold             simple / deterministic   complex
    │                                       │                  │
    ▼                                       ▼                  ▼
 HUMAN QUEUE                          PURE CODE            FRONTIER LLM
 (5–15 % of traffic)                  (no model at all)    (10–25 % of traffic)
                                      $0, <10 ms           $0.01–0.10, 3–30 s

Po TypeSafovih številkah na milijon zahtevkov to pomeni približno 6.480 USD namesto 30.400 USD, pri čemer je okoli 800.000 primerov odgovorjenih v manj kot pol sekunde namesto v desetih.

4.3 Kje je meja — »vsako sklepanje je treba prezidati v determinističen state«

Najkoristnejša ugotovitev iz zgodnjih projektov: avtor projekta za upravljanje računalnika ugotavlja, da je frontier model bral datume iz slikovnih pik in jih primerjal sam od sebe, medtem ko je bilo pri klasifikatorju treba okoli njega zgraditi eksplicitno razčlenjevanje datumov.

Prevedeno v svetovalni jezik: Jev prestavi kompleksnost iz modela v vašo kodo. To je dobro za revizijsko sled in slabo za hitrost prototipiranja. Ne prodajajte ga kot »manj dela«.

4.4 Primerjava ujemalnih ocen

Spodnji graf prikazuje TypeSafov lastni prikaz — torej ujemanje z referenčnimi modeli, ne natančnost proti ground truth. Bistvo grafa: Jev je v istem pasu kot Sonnet 5 (identičnih 67,8 %) in GPT-5.6 Terra, a po TypeSafovih podatkih pri ~293× nižjem strošku na primer in ~195× nižji latenci kot Sonnet 5. Razlika do Sol in Opus 5 je realna in je TypeSafe ni skrival. Prodajna zgodba je ekonomika, ne inteligenca.

5. Integracija z n8n

5.1 Tri poti — priporočilo

Opozorilo za produkcijo: community node izrecno navaja, da ni povezan s TypeSafom, ni podprt z njihove strani in ni njihova odobritev. Za stranko v regulirani panogi to pomeni pregled kode pred namestitvijo, ali pa uporabo HTTP Request.

5.2 Referenčni n8n workflow — triaža zahtevkov

n8n WORKFLOW: single-call triage cascade

[1 Gmail/Webhook Trigger]
         │
         ▼
[2 Code — build state]  ◄── retrieve & filter FIRST (context rot is real)
   { email_body, customer_tier, open_orders[], sla_hours }
         │
         ▼
[3 HTTP Request → POST api.typesafe.ai/v1/systemone]
   ONE call · 6 questions · ~1500 tokens · ~$0.00006
         │
         ▼
[4 Switch — confidence-gated routing]
   ├── confidence < 0.60 ───────────► [5a Slack → human queue]
   ├── intent=status & conf > 0.85 ─► [5b Code: ERP lookup, NO model]
   ├── intent=refund & noul > 0.75 ─► [5c LLM draft] → [6 Approval] → [7 Send]
   └── else ──────────────────────► [5d AI Agent, full LLM]
         │
         ▼
[8 Append to Sheets/Postgres — audit log]
   timestamp · model version · all probabilities · action taken · outcome

5.3 Konkretna konfiguracija (koraki)

1. Poverilnica: v n8n ustvarite Header Auth poverilnico — ime Authorization, vrednost Bearer sk-....
2. HTTP Request node: metoda POST, URL https://api.typesafe.ai/v1/systemone, Send Body → JSON.
3. Telo zahteve: vstavite spodnjo shemo; stanje pridobite z izrazom {{ $json.state }}.
4. Switch node: pogoj na {{ $json.answers.intent.choice }} in {{ $json.answers.intent.confidence }}.
5. Retry On Fail: vklopite — limit 1.200 zahtev/min pomeni ~20/s; ob preseganju vrne 429.
6. Beleženje: vedno shranite polje model iz odgovora. jev-latest se bo premaknil ob novi izdaji in vam lahko spremeni odgovore pod pragovi. Pripnite verzijo: "model": "jev-1.13.0".

5.4 Slovenska shema vprašanj (produkcijski primer)

{
  "model": "jev-1.13.0",
  "state": {
    "sporocilo": "{{ $json.besedilo }}",
    "stranka": { "tip": "{{ $json.tier }}", "odprti_zahtevki": {{ $json.open }} },
    "politika_vracil": "Dvojne bremenitve so upravičene do vračila v 14 dneh."
  },
  "questions": {
    "oddelek": {
      "type": "choice",
      "instructions": "Kateri oddelek naj obravnava to sporočilo?",
      "criteria": {
        "racunovodstvo": "Vprašanja o računih, plačilih, dvojnih bremenitvah, vračilih.",
        "tehnicna_podpora": "Napake v delovanju, integracije, dostop, prijava.",
        "prodaja": "Cene, ponudbe, nadgradnje, nova naročila.",
        "drugo": "Nič od naštetega se ne ujema."
      }
    },
    "nujnost": {
      "type": "score",
      "instructions": "Kolikšna je časovna nujnost, ki jo izraža pošiljatelj?",
      "criteria": [
        "Brez časovnega pritiska; vprašanje je informativno.",
        "Pričakuje odgovor v nekaj dneh.",
        "Izrecno zahteva ukrepanje danes ali takoj."
      ]
    },
    "nezadovoljstvo": {
      "type": "score",
      "instructions": "Kako nezadovoljen deluje pošiljatelj?",
      "criteria": [
        "Miren, zgolj navaja dejstva.",
        "Nezadovoljen, a vljuden.",
        "Zelo jezen, ostro izrazoslovje ali grožnja z odpovedjo."
      ]
    },
    "zahteva_vracilo": {
      "type": "noul",
      "instructions": "Pošiljatelj izrecno zahteva vračilo denarja ali dobropis."
    },
    "politika_dopusca": {
      "type": "noul",
      "instructions": "Navedena politika vračil pokriva opisani primer."
    },
    "vsebuje_osebne_podatke": {
      "type": "noul",
      "instructions": "Sporočilo vsebuje osebne podatke tretjih oseb (imena, naslove, številke dokumentov)."
    }
  }
}

Zakaj šest vprašanj namesto enega: vzporedno vrednotenje pomeni, da šesto vprašanje stane nekaj žetonov in skoraj nič časa. Zadnje vprašanje (vsebuje_osebne_podatke) je GDPR-filter, ki ga brez te ekonomike ne bi vgradili.

5.5 ⚠️ Nepreverjeno: kakovost v slovenščini

Ni javnih večjezičnih evalvacij Jeva. Nihče ni objavil rezultatov za slovenščino. Predlagana obravnava:

1. Stanje (state) pustite v slovenščini — to je vaš izvorni podatek.
2. instructions in criteria testirajte v obeh jezikih (SL in EN) na istem naboru 100–200 ročno označenih primerov.
3. Merite razliko v ujemanju. Če je razlika < 3 odstotne točke, izberite slovenščino zaradi berljivosti in revizije; sicer angleščino.
4. Odločitev dokumentirajte — to je del tehnične dokumentacije po AI Act.

6. Avtomatizacija in optimizacija procesov

6.1 Matrika učinek/napor (2×2)

IMPACT / EFFORT MATRIX — Jev use cases for SMEs

        HIGH IMPACT
             ▲
  ┌──────────┼──────────────────────────────┐
  │ QUICK WINS          │ STRATEGIC BETS     │
  │ • Triaža e-pošte    │ • Zamenjava LLM-   │
  │   in zahtevkov      │   routerja v agentu│
  │ • Relevance filter  │ • Realnočasovno    │
  │   pred RAG-om       │   odločanje v      │
  │ • Guardrail proti   │   logistiki/proizv.│
  │   prompt injection  │ • Avtomatsko       │
  │ • Klasifikacija     │   odobravanje      │
  │   dokumentov v DMS  │   (zahteva HITL)   │
  ├─────────────────────┼────────────────────┤ ── LOW IMPACT ──►
  │ FILL-INS            │ AVOID              │
  │ • Tagiranje vsebine │ • Računanje, datumi│
  │ • Sentiment scoring │ • Ekstrakcija brez │
  │ • Deduplikacija     │   regexa spredaj   │
  │ • Prioritizacija    │ • Generiranje      │
  │   backloga          │ • Revizijska       │
  │                     │   obrazložitev     │
  └─────────────────────┴────────────────────┘
   LOW EFFORT                      HIGH EFFORT

6.2 Kje Jev ne sme biti

TypeSafe objavlja stran »jaggedness« s seznamom slabosti modela jev-1.13 — za lansiranje nenavadno pošteno.

6.3 Meta-pravilo

Iz dokumentacije: ne sprašujte modela tistega, kar zna koda izračunati natančno, in ne skrivajte več presoj v eno vprašanje. To je dobro načelo za procesno avtomatizacijo nasploh, tudi brez Jeva.

7. KPI in ROI — tri scenarije

7.1 Predpostavke izračuna

• Povprečna zahteva: ~1.500 vhodnih žetonov (stanje + vprašanja) → 0,000063 USD/klic; zaokroženo navzgor na 0,0001 USD za retry-e in režijo.
• Tečaj: 1 USD ≈ 0,92 EUR (predpostavka; preverite ob izračunu).
• Polni strošek dela: 18 EUR/h (bruto bruto + režija, slovenski SME, podporna/administrativna funkcija).
• Ročna triaža: 45 s na odločitev.
• Enkratna implementacija: 4.000–12.000 EUR (integracija + nabor za evalvacijo + governance).
• Mesečni obratovalni strošek: nadzor, evalvacije, obravnava eskalacij.

7.2 Tabela občutljivosti

_{*Predpostavka: 15–25 % prometa gre naprej na frontier LLM po ~0,01–0,02 EUR/primer.}

7.3 Dve ugotovitvi, ki ju svetovalec ne sme spregledati

1. Strošek API-ja je šum. Pri scenariju B znaša manj kot 2 EUR mesečno. Omejujoči dejavnik nista cena ali latenca, ampak implementacija in upravljanje. Vsakdo, ki prodaja Jev kot »prihranek pri žetonih«, prodaja napačno korist.
2. Prag izvedljivosti je okoli 10.000 odločitev mesečno. Pod tem številom namenska integracija Jeva za slovenski SME ekonomsko ne vzdrži — tam je boljša rešitev preprost LLM klic ali klasična pravila.

7.4 KPI-ji, ki jih je treba meriti od prvega dne

ECE je najpomembnejši. Če Jev 1.000 primerom dodeli 0,8 zaupanja, bi jih moralo biti pravilnih približno 800 pod stabilno politiko označevanja. Tega testa ni opravil nihče zunaj TypeSafa. Za vašo rabo ga morate opraviti sami, na zadržanih produkcijskih podatkih, z dovolj vzorci v vsakem razredu zaupanja.

8. EU in slovenski regulativni okvir

8.1 Stanje AI Act (preverjeno, september 2026)

Digitalni omnibus (Uredba (EU) 2026/1744) je bil objavljen v Uradnem listu 24. 7. 2026 in je začel veljati 27. 7. 2026 — šest dni pred prvotnim rokom.

Globe ostajajo do 15 mio EUR ali 3 % globalnega prometa, izvrševanje je steklo 2. 8. 2026.

8.2 Kje Jev sproži obveznosti

8.3 Podatkovni vidik — pomembno za slovenskega naročnika

Praktično priporočilo: dokler ni pisno potrjen mehanizem prenosa (SCC / ustreznostni sklep) in ZDR, ne pošiljajte osebnih podatkov v stanje. Rešitev: psevdonimizacija v n8n Code node pred klicem (zamenjava imen, e-naslovov, davčnih številk s token-i), povrnitev po odgovoru. Jev odloča o strukturi in pomenu, ne potrebuje identitete.

9. Izvedbeni načrt 30 / 60 / 90 dni

Dni 1–30: dokazovanje na vaših podatkih

1. Pridobite dostop (čakalna lista pri TypeSafu ali prek Vercel AI Gateway / OpenRouter).
2. Zgradite zadržani nabor 200–500 ročno označenih primerov iz realnega prometa naročnika. Brez tega ni nobene evalvacije, samo demo.
3. En proces, ena vprašanja — triaža e-pošte ali klasifikacija dokumentov.
4. A/B test: slovenska vs. angleška navodila in merila.
5. Merite ujemanje z oznakami po razredih zaupanja (0,5–0,6 / 0,6–0,7 / … / 0,9–1,0).

Dni 31–60: kaskada v n8n

1. Pripnite verzijo modela (jev-1.13.0), vklopite beleženje verjetnosti in request_id.
2. Nastavite prag na dejanje, ne na sistem: branje ≠ zapisovanje ≠ nakazilo.
3. Vgradite psevdonimizacijo v Code node pred klicem.
4. Vzpostavite čakalno vrsto za človeka za primere pod pragom.
5. Testirajte odpornost na prompt injection z 20–30 sovražnimi primeri.

Dni 61–90: produkcija in upravljanje

1. Senčno obratovanje (shadow mode) 2 tedna — Jev odloča, človek še vedno izvaja.
2. Izračunajte ECE. Če presega 0,10, kaskade ne avtomatizirajte.
3. Dokumentacija: namen sistema, meje, pragovi, nadzor, dnevnik odločitev.
4. Usposabljanje osebja (člen 4 AI Act) — to je hkrati vaša svetovalna storitev.
5. Načrt izstopa: abstraktna odločitvena plast, da zamenjava dobavitelja ni prepis aplikacije.

10. Tiskalni kontrolni seznam (print-ready)

┌───────────────────────────────────────────────────────────────┐
│  JEV / SYSTEM ONE — GO / NO-GO CHECKLIST                       │
│  Projekt: ______________________  Datum: _______________       │
├───────────────────────────────────────────────────────────────┤
│  A. EKONOMSKA UPRAVIČENOST                                     │
│  [ ] ≥ 10.000 odločitev mesečno                                │
│  [ ] Odločitev je Choice / Score / Da-Ne (ne generiranje)      │
│  [ ] Koda ne more izračunati odgovora natančno                 │
│  [ ] Latenca < 1 s je dejanska poslovna zahteva                │
│                                                                │
│  B. PODATKI IN SKLADNOST                                       │
│  [ ] DPA podpisan                                              │
│  [ ] Mehanizem prenosa v ZDA pisno potrjen (SCC)               │
│  [ ] ZDR pogodbeno dogovorjen ALI psevdonimizacija vgrajena    │
│  [ ] Preverjeno: ali raba pade pod Annex III (rok 2.12.2027)   │
│  [ ] Člen 50 — obvestilo uporabniku, da gre za AI              │
│  [ ] GDPR čl. 22 — pravica do človeškega posredovanja          │
│                                                                │
│  C. TEHNIČNA PRIPRAVA                                          │
│  [ ] Zadržani nabor ≥ 200 ročno označenih primerov             │
│  [ ] Stanje filtrirano PRED klicem (context rot)               │
│  [ ] Možnost "drugo" / "ni navedeno" v vsakem Choice           │
│  [ ] Merila ne nasprotujejo navodilu                           │
│  [ ] Datumi in računanje ostanejo v kodi                       │
│  [ ] Verzija modela pripeta (jev-1.13.0), NE jev-latest        │
│  [ ] Test odpornosti na prompt injection opravljen             │
│                                                                │
│  D. UPRAVLJANJE                                                │
│  [ ] Prag nastavljen NA DEJANJE, ne na sistem                  │
│  [ ] ECE izmerjen; ≤ 0,05 za avtomatizirano ukrepanje          │
│  [ ] Vse verjetnosti se beležijo v revizijsko sled             │
│  [ ] Čakalna vrsta za človeka deluje in je zasedena            │
│  [ ] Senčno obratovanje ≥ 2 tedna pred aktivacijo              │
│  [ ] Načrt izstopa / zamenjave dobavitelja dokumentiran        │
│  [ ] Usposabljanje osebja izvedeno (AI Act, člen 4)            │
└───────────────────────────────────────────────────────────────┘

11. Sodba

Za vas kot svetovalca: Jev je uporaben predvsem kot argument o arhitekturi, ne kot produkt, ki bi ga danes priporočili slovenskemu SME-ju. Smer, ki jo dokazuje — produkcijski sklad z več tipi modelov, izbranimi na nalogo, namesto enega modela na podjetje — je verjetno trajna, tudi če TypeSafe ne preživi. Vzorec kaskade lahko vpeljete že danes, z obstoječimi modeli, in ste pripravljeni, ko se odločitveni sloj poceni.

Za implementacijo danes: čakalna lista, gostovanje v ZDA, neobjavljena umerjenost in nič imenovanih produkcijskih strank pomenijo, da je pravilna poteza pilot z zadržanim naborom, ne migracija procesa. Pri naročnikih z manj kot 10.000 odločitvami mesečno tudi pilot ni upravičen.

Najmočnejši prodajni argument, ki je resničen: ko semantično preverjanje stane 0,0001 EUR in traja 200 ms, postanejo ekonomsko izvedljive kontrole, ki jih danes nihče ne vgrajuje — GDPR-filter na vsakem sporočilu, guardrail pred vsakim posledičnim dejanjem, preverjanje relevantnosti pred vsakim RAG-klicem. To ni prihranek, to je nova zmogljivost.

12. Predpostavke in samopreverjanje

Predpostavke, ki sem jih navedel:

1. Tečaj 1 USD ≈ 0,92 EUR — preverite ob izračunu ponudbe.
2. Polni strošek dela 18 EUR/h in 45 s ročne triaže — prilagodite panogi naročnika.
3. ~1.500 vhodnih žetonov na klic — merite na realnih podatkih; dolgo stanje ceno linearno dvigne.
4. 15–25 % prometa se eskalira na frontier LLM — odvisno od kompleksnosti domene.
5. Cena Jeva ostane stabilna — TypeSafe sam navaja, da subvencioniranja ne more izključiti.

Kaj ostaja nepreverjeno (in bi moralo ostati označeno v vsaki ponudbi):

• Umerjenost zaupanja — ni članka, ni krivulje zanesljivosti, ni ECE.
• Kakovost v slovenščini — brez javnih večjezičnih evalvacij.
• Produkcijska zanesljivost, SLA, p95/p99 latenca.
• Parametri, arhitektura, strojna oprema, model card.

Opravljeno v tej analizi: ✅ izvorni članek pridobljen v celoti · ✅ dejstva navzkrižno preverjena z uradno dokumentacijo TypeSafa in petimi neodvisnimi viri · ✅ konflikt interesov v izvornem viru označen · ✅ ločene preverljive trditve od dobaviteljevih · ✅ n8n integracija potrjena (community node + HTTP + prehodi) · ✅ ROI s tremi scenariji · ✅ 2×2 matrika · ✅ ASCII arhitekturni diagrami · ✅ regulativni okvir posodobljen na stanje po Digitalnem omnibusu · ✅ tiskalni kontrolni seznam.