Jev intelligenza artificiale, è la fine dei chatbot?
Nasce da un ex OpenAI il primo modello che rifiuta di generare testo e risponde solo con decisioni e probabilità. Cosa cambia per chi costruisce software e perché i chatbot non vanno in pensione.
Il 15 settembre 2026 una startup uscita dal silenzio ha presentato Jev, un modello ai che non genera testo. Niente risposte scritte, niente conversazione, niente codice. Con Jev intelligenza artificiale non vuol dire più soltanto chatbot che rispondono a parole, ma software che prende decisioni in pochi millesimi di secondo. La fine dei chatbot però non è, e vale la pena capire perché.
Chi c’è dietro TypeSafe AI
TypeSafe AI è un laboratorio di San Francisco fondato nel 2024 da Diogo Almeida insieme a Erik Gafni e Sasha Sheng. Il nome di Almeida dice poco al grande pubblico, ma nel settore pesa. Alla OpenAI ha lavorato sulla ricerca dell’instruction following, cioè sui metodi RLHF che hanno reso i modelli capaci di seguire istruzioni e parlare con le persone. Quel lavoro è finito dentro ChatGPT.
Dopo due anni passati in stealth, la società ha pubblicato il post di lancio e insieme ha annunciato un round seed da 40 milioni di dollari guidato da DCVC. La domanda da cui parte Almeida è brutale nella sua semplicità. I modelli sono superumani nella chat da anni, quindi dov’è finita tutta l’automazione promessa?
Jev intelligenza artificiale senza testo, come funziona
La risposta di TypeSafe è che il collo di bottiglia non è mai stata l’intelligenza grezza, ma l’interfaccia. Un modello che risponde in prosa è un componente scomodo su cui costruire software, perché il codice non vuole stringhe da interpretare, vuole valori su cui ramificare.
Un LLM classico costruisce la risposta un token alla volta, e ogni pezzo aspetta quello prima. Jev fa il contrario. Riceve uno stato non strutturato più uno schema che lo sviluppatore ha definito in anticipo, e restituisce valori tipizzati con una probabilità calibrata, tutti insieme in un unico passaggio parallelo. Se tu decidi che le risposte possibili sono approva, blocca oppure controlla, il modello non può restituire altro. Non è una promessa di buona condotta, è un vincolo dell’architettura.
Chiamare Jev intelligenza artificiale generativa sarebbe quindi sbagliato, perché non genera proprio nulla. Non spiega, non argomenta, non scrive una riga.
Cos’è un System One Model
TypeSafe chiama questa categoria System One Model, prendendo in prestito il Sistema 1 di Daniel Kahneman, quello veloce e intuitivo che decide senza fermarsi a ragionare. I modelli attuali, con le loro catene di ragionamento lunghe secondi, stanno tutti dall’altra parte, nel Sistema 2. Il nome Jev invece viene dall’economista William Stanley Jevons.
Il metodo di addestramento è nuovo e si chiama RLCD, cioè apprendimento per rinforzo orientato a decisioni calibrate. L’idea di fondo è che la confidenza dichiarata dal modello corrisponda davvero alla probabilità di avere ragione, che è poi la differenza tra un numero utile e un numero decorativo.
I numeri dichiarati, e quanto fidarsi
Qui serve precisione, perché le cifre che girano sono impressionanti e arrivano quasi tutte dall’azienda. TypeSafe dichiara una latenza da 70 a 500 millisecondi contro i diversi secondi di un modello conversazionale sullo stesso tipo di compito, una velocità da 20 a 200 volte superiore e un costo da 40 a 400 volte inferiore. Il prezzo annunciato è di 0,042 dollari per milione di token in ingresso, con l’output gratuito, e la società stessa ammette che potrebbe essere sussidiato.
Nella demo che ha fatto più rumore Jev gioca a Doom in tempo reale prendendo circa dieci decisioni al secondo. In un’altra naviga tra i link di Wikipedia scegliendo la strada verso una pagina obiettivo.
Il numero 444x che circola sui social è un picco di caso migliore, non una media. La verifica indipendente al momento è limitata, e per un modello venduto sulla calibrazione la prova decisiva sarebbe un paper con le curve di affidabilità, che ancora non c’è. Va detto a favore di TypeSafe che nel post di lancio ha incluso una sezione con le critiche al proprio prodotto e un adattatore con licenza MIT per rifare i confronti sui modelli concorrenti.
Perché i chatbot non spariscono
Adesso la risposta alla domanda del titolo. Jev non sostituisce niente di quello che usi ogni giorno. Non scrive email, non riassume documenti, non ti aiuta a impostare un foglio di calcolo. Per quel tipo di lavoro servono ancora i modelli conversazionali, che restano lo strumento giusto quando il risultato deve essere letto da una persona, come succede con le scorciatoie meno note degli assistenti che ormai usiamo tutti.
Il terreno di Jev è un altro, ed è nascosto. Classificazione, instradamento di richieste verso altri modelli, triage di dati, estrazione di campi, punteggi di rischio. Tutte cose che oggi vengono fatte con un LLM costoso e lento perché non c’era altro, e che come alternativa agli LLM trovano finalmente uno strumento della forma giusta. Chi mette in piedi flussi di lavoro automatizzati lo capisce subito, ed è lo stesso ragionamento che vale quando si scelgono gli strumenti giusti per automatizzare il lavoro.
C’è poi un limite che pesa. Jev non fornisce nessuna spiegazione delle sue decisioni, perché non sa produrne. In settori dove serve motivare una scelta davanti a un revisore o a un giudice, questo lo mette fuori gioco in partenza. Ed essendo in early access non ci sono ancora SLA pubblicate né clienti dichiarati, cosa che nel mondo delle grandi piattaforme è invece la norma, come si vede dai piani che Microsoft sta costruendo sui propri sistemi.
Se ti interessa seguire dove sta andando il settore, nel resto delle nostre news sull’AI trovi gli aggiornamenti sui modelli principali.
Link affiliato
Gli abbonamenti AI in condivisione su GamsGo
I modelli conversazionali restano lo strumento di tutti i giorni, e le versioni a pagamento fanno la differenza sul lavoro vero. Su GamsGo dividi l’abbonamento con altri utenti e con il codice MREFN ottieni uno sconto esclusivo.
Il senso di questo lancio, alla fine, non sta nella gara di velocità. Sta nell’idea che dopo quattro anni di corsa verso modelli sempre più bravi a parlare, qualcuno abbia iniziato a costruirne uno pensato per le macchine invece che per noi. Se l’intuizione regge, tra un anno pezzi di software che oggi aspettano tre secondi una risposta scritta risponderanno in un decimo, e nessuno se ne accorgerà. È il tipo di cambiamento che non si vede e che però sposta tutto.
Ti è piaciuto questo articolo?
Seguici per restare aggiornato su tech, smartphone e streaming – senza perderti nulla.
Commento all'articolo