Jev elige las herramientas justas.
De TypeSafe. Probado en nuestra plataforma y en el sistema de un cliente 2 días después.
Una consulta bancaria pasó de 19 herramientas a 8 y una general de 38 a 17. Cada elección tarda unos 249 ms.
De 112 herramientas registradas en ese momento.
Respuesta típica. El 95 % llega en menos de 333 ms.
Primer cambio de elección de herramientas en nuestra plataforma y, después, el mismo patrón en la capa de IA del cliente.
El asistente de nuestra plataforma puede usar 112 herramientas: finanzas, banca, CRM, tareas, monitorización, investigación legal. Cada definición de herramienta que viaja con una petición cuesta tokens de entrada, y un modelo con demasiadas herramientas entre las que elegir elige peor.
Antes de Jev, un LLM general clasificaba cada mensaje en 1 de 10 intenciones, y la intención decidía el conjunto de herramientas. Los conjuntos eran amplios: una pregunta general llevaba 38 herramientas, cualquier cosa operativa 39.
Así que el modelo caro leía en cada mensaje decenas de definiciones que no iba a usar. Queríamos que viera solo las herramientas que necesita la petición, elegidas por algo mucho más barato y rápido que él.
TypeSafe lanzó Jev el 15 de septiembre de 2026. Cinco días después ya enrutaba herramientas en nuestra plataforma.
Paso a paso.
- 01
Las 10 intenciones amplias pasaron a ser 17 grupos de herramientas más concretos.
- 02
Jev puntúa cada grupo en cada mensaje. Sus respuestas son tipadas, así que la puntuación siempre llega con la forma que espera el código. Los grupos con puntuación alta se abren.
- 03
Un grupo abierto sigue abierto el resto de la conversación mientras siga siendo relevante, así que un mensaje como «hazlo» conserva las herramientas que necesitaba el turno anterior.
- 04
Solo los grupos abiertos llegan al modelo grande. Una consulta bancaria lleva ahora 8 herramientas en lugar de 19; una general, 17 en lugar de 38.
- 05
Cuando todas las puntuaciones son bajas, el asistente pide a la persona que confirme qué quiere en lugar de adivinar.
- 06
Si Jev falla o tarda, la petición sigue de forma segura sin datos en vivo, y la respuesta lo indica. Las nuevas versiones de Jev se prueban antes de cambiar a ellas.
Con qué está hecho Jev de TypeSafe · Nuestro asistente de IA · Grupos de herramientas · Nuestra base de datos
El enrutado funcionó desde la primera semana. La lista de herramientas que ve el modelo grande se redujo a menos de la mitad en las preguntas que medimos, y cada decisión tardó unos 249 ms.
Nuestra medición coincidió con la de TypeSafe. Unos 249 ms por decisión en nuestra plataforma, dentro de los 70 a 500 ms por llamada que publica TypeSafe, frente a segundos en un LLM general.
Una llamada lenta de enrutado podía dejar un chat esperando unos 30 segundos. La limitamos a una sola llamada corta por turno.
Jev lee de forma literal y rinde mejor en inglés. Escribimos condiciones exactas en cada pregunta, y al menos la mitad de cada conjunto de prueba está en español.
Lo que decidimos.
Adoptado. Cada petición de nuestro asistente pasa por Jev antes de que el modelo grande vea una herramienta. Los permisos siguen decidiendo qué herramientas puede usar cada persona; Jev decide cuáles de esas importan ahora.
Allí donde un sistema tiene que juzgar rápido un texto, un modelo de juicio pequeño lo hace en una fracción de segundo y por mucho menos que un modelo grande. En un sistema que construyamos para ti, puede servir para:
- Enrutar: el modelo grande ve solo las herramientas, documentos o datos que necesita cada petición.
- Clasificar: los emails y mensajes entrantes, ordenados por tema y urgencia antes de que nadie los lea.
- Seguir contactos: las respuestas, clasificadas en interesado, ahora no o no interesado, para que el siguiente paso salga a tiempo.
- Seguridad: las acciones arriesgadas, marcadas para que una persona las apruebe antes de que un agente las ejecute.
- Calidad: una respuesta de IA, comprobada contra sus fuentes antes de llegar a un cliente.
- Contabilidad: movimientos y gastos clasificados en la cuenta correcta, con una persona confirmando los dudosos.
- El enrutado reduce la lista de herramientas; nunca da acceso. Eso lo deciden los permisos.
- Los cálculos, las fechas y las coincidencias exactas se quedan en el código. Jev solo juzga el significado.
- Si el enrutado falla, la petición sigue sin herramientas de datos en vivo, nunca con todas.
- Cada nueva versión de Jev se prueba antes de cambiar a ella.
Llevar el mismo paso de enrutado a los sistemas que construimos para clientes con muchas herramientas, empezando por el que ya lo usa.
¿Qué es Jev, de TypeSafe?
El primer modelo System One de TypeSafe, lanzado en septiembre de 2026: un modelo pequeño hecho para tomar decisiones dentro del software. Devuelve respuestas tipadas con probabilidades en lugar de texto. Lo usamos para decidir qué herramientas ve un modelo grande en cada petición.
¿Cómo se reduce el coste de usar herramientas con IA?
Enviando menos definiciones de herramientas por petición. Un paso de juicio rápido elige primero los grupos relevantes, así que el modelo grande ve 8 herramientas en lugar de 19, o 17 en lugar de 38. La decisión en sí es barata: TypeSafe cobra la entrada de Jev muy por debajo de los LLM generales y no cobra la salida.
¿El enrutado de herramientas añade latencia?
Un poco. Una decisión típica tarda unos 249 ms, el 95 % menos de 333 ms, y la limitamos a una llamada corta por turno.
¿Qué pasa si Jev no responde?
La petición sigue sin herramientas de datos en vivo y la respuesta lo indica. Nunca vuelve a enviar todas las herramientas.