Jev は [TypeSafe AI](https://typesafe.ai) の **System One** モデルです。文章は生成せず、判断だけを返します。データと型付きの質問を渡すと、信頼度付きの構造化された答えを返し、コードからそのまま使えます。 Tao が Jev を統合済みなので、Yao Agents のエージェントの中でそのまま使えます。 ## System One とは 通常の大規模モデルは文章を出力します。コード側で解析し、検証し、それでもズレる可能性があります。Jev は逆で、出力は**あらかじめ定義された構造**です。質問は 3 種類だけ： - **choice（選択）**：指定したリストから 1 つ選ぶ - **score（スコア）**：指定した評価基準で採点する - **noul**：ある命題が成り立つかを判断し、0–1 の確率を返す choice と score には確率分布と校正済みの信頼度も付きます。構造が固定されているため、事実と異なる出力は起こりません。応答は 70–500ms で、汎用モデルより 40–200 倍高速です。 ## デモ：サポートチケット 10 件を一括分類 エージェントに表を渡し、「このチケットを分類して、予約済みの列を埋めて」と伝えます。  Jev は 1 回のバッチ呼び出しで完了：10/10 すべて埋まり、空欄はゼロ。各行にカテゴリ、意図、優先度、感情、エスカレーション確率、信頼度が入り、人が確認すべきかどうかも示されます。  | チケット | カテゴリ | 優先度 | 感情 | 信頼度 | 人の確認 | |------|------|--------|------|:---:|:---:| | T-002 アップロードが落ちる | technical | P1-Urgent | negative | 0.74 | 要 | | T-004 注文はどこ | shipping | P3-Normal | neutral | 0.66 | 不要 | | T-008 三度目の問い合わせ | technical | P1-Urgent | negative | 0.92 | 要 | | T-009 Slack 連携が欲しい | general | P3-Normal | positive | 0.67 | 不要 | | T-010 会計エラー 500 | technical | P1-Urgent | negative | 0.98 | 要 | ## 出力 - **記入済みの元ファイル**：列の順序はそのまま、予約列だけが埋まる。 - **分類済みコピー**：単体で使える別ファイル。 - **詳細データ**：各セルの確率分布、設問ごとの信頼度、モデルとトークン使用量。 Jev は最も不確かな行も示します：T-001 のエスカレーション確率は 0.49 で、人の確認しきい値まであと 0.01——バッチ内で最も弱い行です。安全マージンを取りたいなら、ここだけ目で確認を。残りはきれいに分かれます：自動完了が 0.10–0.29、エスカレーションが 0.61–0.96。 ## 使い方 設定 → モデル設定 → **Structured Decisions** で **Tao Service / Jev** を選びます。Jev は Tao 経由です。接続方法は [Tao 登場](/blog/ja/2026/release/tao) を参照してください。
release
Jev 登場 — エージェントで構造化意思決定を使う
Jev は TypeSafe AI の System One モデル。文章は生成せず、信頼度付きの型付き意思決定だけを返します。Tao が統合済みで、Yao Agents のエージェントでそのまま使えます。