JEV : comment passer du texte à la décision, sans écrire une phrase
JEV ne rédige rien : il lit un état, répond à des questions typées, et rend des probabilités que ton code peut consommer directement.
La plupart des modèles d’IA génèrent du texte. JEV — présenté par TypeSafe AI à l’automne 2026 — part d’une autre idée : quand un logiciel doit décider (router un ticket, noter une urgence, bloquer un message), une phrase ne sert à rien. Il faut une valeur exploitable et une confiance. Le reste, c’est ton code qui s’en charge.
00L’idée en une phrase
JEV est un modèle discriminatif, pas génératif. Là où un LLM écrit « Il semble que ce client soit mécontent… », JEV répond seulement :
// question "Cette demande est-elle urgente ?"
// réponse JEV { "true": 0.77, "false": 0.23 }
Pas de phrase, pas d’explication : une distribution de probabilités. Et c’est amplement suffisant pour qu’un programme prenne une décision fiable.
Pense à JEV non pas comme un rédacteur, mais comme un appel de fonction.
01L’état en entrée
Tout commence par un état : du texte brut, non structuré — messages, lignes de log, événements métier. Rien à formater, on donne les choses telles quelles. Un client, par exemple, écrit :
[ "Hi", "My customer number is TS1337.", "My card was charged twice." ]
Une simple liste de chaînes. C’est volontairement pauvre : c’est le modèle qui apporte la compréhension, pas le format d’entrée.
02Des questions typées
Tu ne demandes pas « résume ce texte ». Tu poses des questions fermées, dont les réponses possibles sont fixées à l’avance. JEV en connaît trois familles, toutes des choix multiples :
choice "intent": ["billing", "technical", "cancel", "other"]
boolean "urgent": ["true", "false"]
score "priority": ["1", "2", "3", "4", "5"]
Chaque question est un objet JSON, et en interne un choix multiple — jusqu’à 255 options. On appelle ces questions des primitives. Et le point crucial : ce n’est pas à JEV d’inventer la forme de la réponse, c’est toi qui définis les réponses possibles. Le modèle ne peut donc jamais produire un format invalide.
03Les distributions de probabilités
Pour chaque question, JEV renvoie une probabilité par choix — une distribution qui somme à 1. Le meilleur choix devient sa « réponse », mais toute l’information utile est dans la répartition. Écris ton propre exemple : tout se recalcule en direct.
Regarde la question priority dans le cas urgent : les probabilités sont étalées (0.45, 0.14, 0.14…). Le modèle sait que « 5 » est le plus probable, mais son incertitude reste visible. Un LLM, lui, répondrait « 5 » d’un ton aussi assuré que s’il avait vu 99 % de certitude.
04La calibration
La propriété la plus importante — et la moins visible — de JEV : ses probabilités sont calibrées. Autrement dit, une confiance de 0.90 correspond réellement à environ 90 % de bonnes réponses sur ce type de cas.
Pourquoi c’est décisif ? Parce que ça autorise un seuil : on n’automatise que si le modèle est assez sûr, et on route le reste vers un humain — sans jamais avoir à juger une phrase. Déplace le curseur et regarde la décision basculer.
05Ce qui le rend rapide
Un LLM génère token par token, de façon autorégressive : chaque mot dépend du précédent, c’est lent par nature. JEV n’a pas de texte à composer : toutes les questions peuvent être résolues en même temps.
JEV · en parallèle
LLM · token par token
Le résultat final est identique — une décision — mais le coût n’a rien à voir. D’où les ordres de grandeur annoncés par l’éditeur : ~70 à 500 ms de bout en bout. (Chiffres constructeur ; ça dépend de la tâche.)
06Puis ton logiciel agit
Ici se joue la frontière essentielle : JEV ne prend pas la décision finale. Il fournit des probabilités ; c’est ton code, avec tes règles métier et tes seuils, qui choisit l’action.
const a = jev(state, questions); // probabilités
if (a.intent.billing < 0.6) // pas assez sûr
reviewByHuman();
else if (a.urgent.true > 0.5)
escalate("billing"); // sûr + urgent
else
enqueue("billing");
Les limites, sans détour
| Ce que JEV fait bien | Ce qu’il ne fait pas |
|---|---|
| Décider (classer, router, noter) | Générer du texte libre |
| Donner une confiance exploitable | Expliquer pourquoi (aucun rationale) |
| Répondre vite, en parallèle | Créer le schéma de réponse à ta place |
| Ne jamais inventer un format invalide | Remplacer la supervision sur les cas critiques |
En somme : JEV excelle pour des décisions récurrentes et bornées, à l’intérieur de logiciels. Il est inutile pour raconter, expliquer ou explorer — ce n’est pas son rôle, et il ne prétend pas l’être.
Récapitulatif
ÉTAT QUESTIONS PROBABILITÉS ACTION texte brut ──► choix typés ──► { "billing": 0.79 } ──► router / escalader (en parallèle) (calibrées) (tes règles)
À retenir : JEV ne répond pas avec des mots, il répond avec des nombres — et te laisse la décision.