ما هي TypeSafe AI؟ الشركة وراء نماذج Jev و System One

TypeSafe AI هو مختبر ذكاء اصطناعي في سان فرانسيسكو يبني نماذج لاتخاذ القرارات داخل البرامج، وليس للدردشة مع الأشخاص. نموذجها العام الأول، Jev، وصل إلى Vercel AI Gateway في 16 سبتمبر 2026، وهذا هو السبب في أن الاسم بدأ يظهر في سجلات التغيير وموجزات المطورين هذا الأسبوع.

إذا كنت قد رأيت "نماذج النظام الأول" وتتساءل عما إذا كانت عائلة نماذج جديدة، أو شكل API جديد، أو مجرد تسويق، فإن هذا الدليل يجيب على ذلك. ستتعرف على من هي TypeSafe AI، وماذا يفعل نموذج النظام الأول، وكيف يختلف Jev عن نماذج اللغة الكبيرة (LLMs) التي تستخدمها بالفعل، وكيف تحصل على مفتاح API والتسعير، وكيف ترسل طلبك الأول من Apidog.

توضيح مبدئي: لا يوجد لـ TypeSafe AI أي اتصال بشركة Typesafe، شركة Scala التي أصبحت Lightbend، ونموذج Jev لا يرتبط باليوتيوبر FaZe Jev أو لقاح JEV.

من هي TypeSafe AI

تصف الشركة نفسها على typesafe.ai بأنها "مختبر ذكاء اصطناعي يبني بنية تحتية ذكاءً أصيلة للآلة من أجل الأتمتة، مصممة لاتخاذ القرارات داخل البرامج." الشعار هو "ذكاء أصيل للآلة"، ويقرأ التذييل "صُنع في سان فرانسيسكو".

يشرح البيان الرهان. نماذج اليوم "مدربة لتكون مساعدًا مفيدًا، فصيحًا، وممتعًا،" مما يبقي الإنسان في الحلقة بشكل مقصود. تسمي TypeSafe هذه مشكلة "العربة بلا خيل": تكنولوجيا جديدة يتم إجبارها على شكل قديم. إجابتها هي "الذكاء الاصطناعي القابل للتركيب الأصيل للآلة"، وهو نموذج تستدعيه مثل قاعدة بيانات أو دالة، نموذج يسمح للتعليمات البرمجية "بالتفرع بناءً على الفطرة السليمة، الفهم، والنية" بالطريقة التي تتفرع بها بالفعل بناءً على القيم المنطقية (booleans).

ما هو "نموذج النظام الأول"

صاغت TypeSafe هذه الفئة في منشور الإطلاق الخاص بها. نموذج النظام الأول "مصمم لاتخاذ قرارات سريعة ومنظمة يمكن للبرامج استخدامها مباشرة." الاسم مستوحى من طريقة التفكير السريعة والبديهية "النظام 1": أحكام سريعة، وليس استدلالًا متعدد الخطوات.

ثلاثة خيارات تصميم تحدد هذه الفئة:

• قرارات مُحددة (Typed decisions) كمخرج، وليست نصوصًا. يعيد النموذج احتمالية، أو اختيارًا بتوزيع معين، أو درجة. لا يعيد أبدًا فقرة.
• احتمالات معايرة (Calibrated probabilities). يتم تدريب النماذج بطريقة تسميها TypeSafe التعلم المعزز للقرارات المعايرة (RLCD)، والتي تحسن "الاحتمالات الصادقة معرفيًا" بدلاً من التفضيل البشري أو المكافأة القابلة للتحقق.
• لا يوجد توليد سلاسل نصية. المنشور صريح: "يتخلى Jev عن توليد السلاسل النصية." ولأنه لا يقوم أبدًا بتأليف نص حر، تدعي TypeSafe أنه "لا يمكن أن يهذي (يتخيل)". اقرأ ذلك بعناية. لا يزال Jev يمكن أن يكون خاطئًا، ولكن الإجابة الخاطئة تظهر كاحتمالية غير معايرة، وليس كحقيقة مختلقة أو عنوان URL ملفق.

يؤطر منشور الإطلاق Jev على أنه "استدعاء دالة ذكاء رائد: حالة غير منظمة كمدخل، قرارات احتمالية محددة كخرج." وهذا هو الملخص الأوضح في سطر واحد للفئة بأكملها.

صف وقت الاستجابة هو معيار TypeSafe الخاص بها، وليس قياسًا مستقلاً. تدعي الشركة أيضًا أن Jev كان "أسرع بما يصل إلى 193.6 مرة وأرخص 444.6 مرة من نماذج اللغة الكبيرة (LLMs)" في تقييمات سير العمل الخاصة بها. خطط لاختبار صغير خاص بك قبل أن تكرر هذه الأرقام.

ماذا يفعل Jev

Jev هو أول نموذج نظام أول عام لـ TypeSafe. وفقًا لصفحة النماذج، يشير الاسم المستعار jev-latest إلى jev-1.13.0، ويشير jev-preview حاليًا إلى نفس البنية. تتحرك الأسماء المستعارة مع الإصدارات الجديدة، لذا إذا قمت بضبط العتبات مقابل إصدار واحد، فثبّت المعرّف ذي الإصدار.

يجيب كل طلب على سؤال واحد أو أكثر حول state مشترك. هناك ثلاثة أنواع من الأسئلة، والتي تسميها TypeSafe بدائيات (primitives):

Noul هو قرار نعم/لا. تحصل على احتمالية واحدة.

{ "type": "noul", "noul": 0.92 }

يختار Choice خيارًا واحدًا من مجموعة مسماة. تقوم بتوفير خريطة criteria لأسماء الخيارات مع وصفها وتحصل على الاختيار المحدد، واحتمالية لكل خيار، وثقة إجمالية. يدعم Jev ما يصل إلى 255 خيارًا في اختيار واحد.

{
  "type": "choice",
  "choice": "technical",
  "probabilities": { "billing": 0.08, "technical": 0.85, "sales": 0.07 },
  "confidence": 0.82
}

يقيّم Score الحالة على مقياس مرتب من 2 إلى 10 مستويات. الإجابة هي درجة مُستنتجة بالإضافة إلى وسيلة إيضاح واحتمالية لكل مستوى.

{
  "type": "score",
  "score": 1.6,
  "legend": { "0": "هادئ", "1": "محبط", "2": "غاضب جداً" },
  "probabilities": { "0": 0.05, "1": 0.3, "2": 0.65 },
  "confidence": 0.78
}

الحدود من الوثائق: نص فقط (لا يوجد إدخال صور أو صوت أو فيديو)، 64 ألف رمز لكل طلب، و 32 ألف رمز للحالة state بالإضافة إلى أطول سؤال. يقبل حقل state "سلسلة نصية بسيطة للنص، أو بيانات منظمة (كائن/مصفوفة) لأشياء مثل سجلات الدردشة، السجلات، أو الحالة الحالية لتطبيقك"، لذا يمكنك تمرير سجل JSON دون الحاجة إلى تسلسله أولاً.

للاطلاع على شرح أعمق للنموذج نفسه، راجع ما هو Jev وكيف يعمل.

كيف يختلف Jev عن مزود LLM

أسهل خطأ هو تصنيف TypeSafe بجانب OpenAI أو Anthropic. إنها لا تنافس على نفس المحور.

يبيع مزود LLM التوليد. حتى المخرجات المهيكلة لـ OpenAI تعمل عن طريق تقييد سلسلة نصية مُولّدة بمخطط JSON؛ لا يزال النموذج يكتب رموزًا، ويحافظ المخطط على صحة الشكل. يتخطى Jev التوليد. يقوم بتقييم الخيارات التي قدمتها له ويعيد التوزيع. لا يوجد تدفق رموز لتحليله، ولا JSON لإصلاحه، ولا نص رفض "آسف، لا أستطيع".

هذا يجعل Jev مكملًا لنموذج اللغة الكبير (LLM) الخاص بك، وليس بديلاً عنه. المهام التي يناسبها:

• توجيه تذكرة أو رسالة أو حمولة webhook إلى المعالج الصحيح
• تقييد الإجراء التالي للوكيل ("هل استدعاء هذه الأداة آمن للتشغيل؟")
• التحقق من إجابة LLM مقابل معايير قبل إعادتها
• تسجيل الجودة أو الإلحاح أو المشاعر للوحات المعلومات والتنبيهات
• تصنيف السجلات بكميات كبيرة حيث تكون تكلفة كل مكالمة مهمة

في بنية API، يجلس Jev في نفس الطبقة التي تجلس فيها دالة التحقق من الصحة أو فحص علامة الميزة: استدعاء سريع ورخيص يتفرع عليه رمزك بناءً على نتيجته.

كيفية الحصول على الوصول

هناك ثلاثة أبواب، ولا يتطلب أي منها واجهة دردشة.

• وحدة التحكم و API المباشر. أنشئ مفتاحًا على console.typesafe.ai ضمن الإعدادات، ثم استدعِ نقطة النهاية الموثقة في مرجع API:

curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": { "type": "noul", "instructions": "Does this convey urgency?" }
    }
  }'

تعكس الاستجابة الطلب: كائن answers مفتاح بأسماء أسئلتك، بالإضافة إلى usage مع عدد الرموز المدخلة والمخرجة.

• حزم SDK. تنشر TypeSafe حزمة Python (typesafe-sdk) وحزمة JavaScript SDK تغلف نفس نقطة النهاية.
• بوابة Vercel AI. اعتبارًا من سجل التغييرات بتاريخ 16 سبتمبر، يتوفر Jev كـ typesafe-ai/jev من خلال دالة experimental_evaluate في AI SDK 7.0.105 والإصدارات الأحدث. توضح وثائق تقييم Vercel أن هذه الطريقة مخصصة لـ AI SDK فقط؛ ولا يتم كشفها من خلال نقاط النهاية المتوافقة مع OpenAI أو المتوافقة مع Anthropic. إذا كنت تقوم بالفعل بتوجيه النماذج عبر Vercel AI SDK، فإن Jev يندرج بنفس مفتاح البوابة، ويمكنك تعيين خيارات عدم الاحتفاظ بالبيانات وعدم التدريب لكل طلب عبر providerOptions.gateway. يتم الإبلاغ عن استخدام الرموز لكل طلب ويتم الفوترة بأسعار النموذج.

التسعير وحدود المعدل

التسعير هو رقم واحد. تكلفة رموز الإدخال 0.042 دولار لكل مليون (تكتب TypeSafe ذلك أيضًا 42 دولارًا لكل مليار). رموز الإخراج مجانية، وهو ما يصفه منشور الإطلاق بأنه "أرخص من أن يُحسب."

حدود المعدل على صفحة النماذج هي 250,000 رمز في الثانية و 1,200 طلب في الدقيقة، مع ملاحظة أنها تتعدل ديناميكيًا. أربعة أكواد خطأ مهمة:

اختبر أول طلب Jev لك في Apidog

قبل ربط Jev بجهاز توجيه (router) أو حلقة وكيل (agent loop)، قم بتشغيله كطلب HTTP عادي وتحقق من النتيجة. يستغرق ذلك حوالي دقيقتين في Apidog.

1. أنشئ مشروعًا وافتح لوحة البيئة. أضف متغيرًا باسم TYPESAFE_API_KEY، وحدده كمتغير سري حتى يتم إخفاء قيمته في واجهة المستخدم ولا يظهر أبدًا في المجموعات المصدرة، والصق مفتاحك من وحدة التحكم.
2. أنشئ طلب POST إلى https://api.typesafe.ai/v1/systemone. أضف رأس Authorization: Bearer {{TYPESAFE_API_KEY}}. يملأ Apidog المتغير وقت الإرسال.
3. الصق نص JSON من مثال curl أعلاه وأرسله. يجب أن ترى answers.is_urgent.noul قريبًا من 0.9.
4. افتح علامة تبويب المعالج اللاحق (post-processor) وأضف تأكيدًا: JSONPath $.answers.is_urgent.noul، الشرط أكبر من 0.8. الآن سيفشل الطلب بصوت عالٍ إذا انحرفت ثقة النموذج.
5. كرر الطلب، واستبدل "model": "jev-latest" بـ "jev-1.13.0"، واحفظ كلا الطلبين في سيناريو اختبار. قم بتشغيله بجدول زمني أو في CI. عندما ينتقل الاسم المستعار إلى إصدار جديد، سيتغير الطلب المثبت والطلب ذو الاسم المستعار، وسيكتشف تأكيدك ذلك قبل أن يفعله الإنتاج.

يستخدم نفس السيناريو أيضًا كفحص للمعايرة. قم بتزويده بعشر حالات قمت بتصنيفها يدويًا، وتحقق من كل احتمالية، وسيكون لديك مجموعة اختبار تراجعي لنموذج اتخاذ القرار، مبنية دون كتابة أدوات اختبار. قم بتنزيل Apidog للمتابعة؛ تغطي الخطة المجانية سير العمل هذا للفرق التي تصل إلى أربعة أشخاص.

الأسئلة الشائعة

هل TypeSafe AI هي نفسها Typesafe، شركة Scala؟ لا. كانت شركة Typesafe Inc. هي الشركة المطورة لـ Akka و Play Framework، وتمت إعادة تسميتها إلى Lightbend في عام 2016. TypeSafe AI هو مختبر منفصل في سان فرانسيسكو تأسس حول فكرة نماذج النظام الأول، ولا توجد منتجات أو أشخاص مشتركون مدرجون في أي من الجانبين.

هل يحل Jev محل نموذج اللغة الكبير (LLM) الخاص بي؟ لا. لا يقوم Jev بتوليد نصوص أو تعليمات برمجية أو ملخصات. احتفظ بنموذج اللغة الكبير الخاص بك لتلك المهام وضع Jev أمامه أو خلفه كجهاز توجيه أو بوابة أو مدقق. يتناول التعمق في Jev أنماطًا ملموسة لربط الاثنين معًا.

هل أحتاج إلى Vercel لاستخدام Jev؟ لا. يعمل API المباشر بمفتاح من وحدة تحكم TypeSafe. بوابة Vercel AI هي وسيلة راحة إذا كنت تستخدم بالفعل AI SDK وترغب في مفتاح واحد وفاتورة واحدة عبر المزودين.

هل يمكن لـ Jev أن يهذي (يتخيل)؟ هذا ادعاء TypeSafe، وهو صحيح بالمعنى الضيق بأن Jev لا يمكنه اختلاق نص لأنه لا يصدر أي نص أبدًا. لا يزال بإمكانه أن يكون مفرط الثقة في مدخلات خارج نطاق توزيعه التدريبي. قم بتحديد عتبة على confidence واختبره على بياناتك المصنفة قبل أن تثق في درجة في الإنتاج.

من يمول TypeSafe AI؟ تقول صفحة الفريق "مستثمرون من الدرجة الأولى" ولا شيء أكثر. لا توجد صفحة رسمية تذكر أسماءهم أو تحدد مبلغًا، لذا فإن أي رقم تقرأه في مكان آخر غير موثق.