«النظام الأول» كفئة من فئات النماذج: أين يقع Jev 1.13 ضمنها

"System One" هو المصطلح الفئوي الذي تستخدمه TypeSafe للفصل بين نموذج يقرر ونموذج يكتب، وJev 1.13 (typesafe/jev-1.13) هو أول عضو فيه — نموذج يعيد إجابات محددة النوع بدلاً من جمل. إنه ليس نموذجًا جديدًا. أطلقت TypeSafe نموذج Jev في 2026-09-15، وهذه الصفحة ليست مقال إطلاق: عمر النموذج خمسة عشر يومًا وهو خارج نافذة السبعة أيام التي تكتب ضمنها هذه المدونة. ما حدث داخل النافذة هو أن OrcaRouter أضاف النموذج إلى كتالوجه في 2026-09-24 وفتح بطاقة النموذج الخاصة بـ Jev 1.13 على https://www.orcarouter.ai/models/typesafe/jev-1.13 — لأول مرة أصبح قابلاً للاستدعاء عبر بوابة طرف ثالث بدلاً من فقط عبر نقطة النهاية الخاصة بـ TypeSafe. فكرة الفئة هي سبب وجود هذه الصفحة؛ وتغيير طريقة التقديم هو سبب تأريخها اليوم.

النسخة البسيطة من الفئة: يُطرح على نموذج LLM سؤالٌ فيكتب إجابةً ليقرأها شخص. يُطرح على نموذج System One سؤالٌ فيُعيد قيمةً ليتفرع عليها برنامج. العبارة التي يقولها TypeSafe نفسه هي أن "نماذج LLM تنتج كلماتٍ للناس" بينما "Jev ينتج قراراتٍ مُنمّطة وهو أشبه بالكود: موثوق، سريع، متسق ذاتيًا، وآمن من حيث الأنواع." تلك الجملة هي الفئة بأكملها مضغوطة في عبارة واحدة، ويستحق الأمر تحليلها ببطء، لأن الصفات الأربع تقوم بمقادير مختلفة من العمل، وإحداها تقوم بأكثر مما تقوم به الأخريات.

ما الذي تدّعيه عبارة «أشبه بالكود» في الحقيقة

خُذ الادعاءات الأربعة بالترتيب، لأنها ليست أربع إعادات صياغة لـ"إنه أفضل".

• موثوق — شكل المخرجات محدد مسبقًا. أنت تعلن السؤال؛ ولا يمكن أن تأتي الإجابة إلا كواحدة من القيم التي سمحت بها. تُصرّح TypeSafe بوضوح أن "النموذج لا يرتكب أخطاء الأنواع أبدًا"، وتشير إلى أن هذا هو الادعاء الوحيد الخاص بها الذي "يستحيل رياضيًا" دحضه بمثال مضاد، لأن القيمة غير الموجودة في مجموعتك المعلنة ليست قيمة يمكن للنموذج إصدارها.

• سريع — تُنتَج جميع الإجابات في تمريرة واحدة بدلًا من رمزٍ تلو الآخر. وتصف منشور إطلاق TypeSafe ذلك بقولها: "Jev يحسب جميع الاحتمالات على التوازي بدلًا من التوليد الانحداري الذاتي رمزًا تلو الآخر." وفي نافذة الخدمة الممتدة على سبعة أيام والمنتهية في 2026-09-30، كان الزمن الوسيط حتى أول رمز على typesafe/jev-1 هو 151 ms وكان p95 هو 247 ms.

• متّسق ذاتيًا — الحالة نفسها مع الأسئلة نفسها تميل إلى إنتاج الإجابات نفسها. التشبيه بالبرمجة هو ما يجعل هذا واضحًا، لكنه أيضًا الموضع الذي يتوقف فيه التشبيه عن كونه برهانًا: فحتمية المترجم خاصية من خصائص بنائه، في حين أن هذا ادعاء بشأن سلوك. وقياساتنا الخاصة هي القراءة الصادقة له — معدل الخطأ في حركة المرور على بيئة التجربة لدينا خلال النافذة نفسها البالغة سبعة أيام هو 0.49%، لذا فهو متّسق ذاتيًا بالطريقة التي تكون بها دالة جيدة متّسقة ذاتيًا، لا بالطريقة التي يكون بها الحساب كذلك.

• آمن النوع — وهذه هي التي تحمل أكبر ثقل. إن "آمن النوع" ليست صفة جودة هنا؛ بل هي بيان عن موضع النموذج بالنسبة إلى مدقّق الأنواع. في خط أنابيب توليدي عادي يبدأ نظام الأنواع بعد انتهاء النموذج: يكتب النموذج نصًا، ويحاول محلل تخمين البنية، ويتحقق منه مدقّق، ويتعامل مسار فشل مع الحالات التي يكون فيها التخمين خاطئًا. أما نموذج System One فينقل إعلان النوع إلى ما قبل الاستدعاء. إن البدائيات الثلاث التي توثّقها بطاقتنا هي نظام الأنواع: noul، حكم صح/خطأ يُعاد باحتمال معايَر؛ choice، تسمية واحدة تُختار من بين ما يصل إلى 255 خيارًا مُسمّى؛ وscore، تقييم على مقياس مرتّب من 2 إلى 10 مستويات. أنت تختار البدائية، وتزوّد التسميات أو المعايير، والقيمة التي تعود مستخرجة من تلك المجموعة.

تنشر TypeSafe اختلافًا واحدًا بين وثائقها ووثائقنا يجدر ذكره بدلًا من تسويته: تُظهر وثائق المورّد مثالًا لـ Score بفهرسة تبدأ من الصفر، بينما توثّق بطاقتنا المقياس بوصفه من 2 إلى 10 مستويات. وكلاهما يصف نفس العنصر الأولي. إذا كنت تبني عتبة، فاقرأ صفحة المورّد لمعرفة الفهرسة الدقيقة التي يعتمدها SDK الخاص بك.

نمطا الفشل اللذان يتوقفان عن الوجود

النتيجة المثيرة للاهتمام المترتبة على «انعدام النثر» ليست جمالية. بل هي أن الفشلين اللذين يهيمنان على خطوط التوليد في بيئات الإنتاج غائبان عن هذا التصميم، بدلًا من أن يخففهما هذا التصميم.

الانحراف في التنسيق هو الأول. نموذج لغوي كبير يُطلب منه إرجاع JSON يُرجع JSON معظم الوقت، وشيئاً مجاوراً لـ JSON في بقية الوقت — تعليق في النهاية، سياج ماركداون، حقل أُعيد تسميته إلى مرادف، كائن متداخل حيث أراد المخطط سلسلة نصية. الإصلاحات على مستوى المطالبة (تعليمات أقوى، أمثلة قليلة، مخطط في رسالة النظام) كلها محاولات للإبقاء على شكلٍ يمتلك النموذج حرية التخلي عنه، لأن الشكل طلب وليس قيداً. إطار TypeSafe يجعل التباين صريحاً: مع السلاسل النصية، يتم طلب "المخرجات المحتملة والهيكل" وتحتاج الردود إلى 'يجب تحليلها + التحقق منها'، مع 'وجود دائماً بعض المخاطر من أن ينحرف الذكاء الاصطناعي'. عندما يتم الإعلان عن المخرجات المحتملة مسبقاً، لا يجد الانحراف مكاناً يذهب إليه.

المخرجات غير القابلة للتحليل هي الحالة الثانية، وهي في الحقيقة الفشل نفسه في لحظة أسوأ — ليس حقلاً عاد خاطئًا قليلاً، بل استجابة لا يستطيع المحلل قراءتها إطلاقًا، تصل في أقل نقطة ملائمة في سير العمل. أما النموذج الذي يُصدر قيمة ذات نوع فليس لديه هذه الحالة.

هذه حجة بنيوية، وينبغي تقديمها على هذا النحو. لا تقول شيئًا عما إذا كانت إجابة فردية صحيحة — يمكن لسؤال اختيار أن يختار التسمية الخاطئة، ويمكن لـ noul أن يُرجع صحيح بثقة عالية حين تكون الإجابة الصادقة خاطئة. ما يختفي هو فئة الفشل التي كان المحلل سيلتقطها. هذا اختزال حقيقي ومفيد، وهو ليس الادعاء نفسه القائل "الإجابات صحيحة".

لماذا السعر شكل، وليس خصمًا؟

يُسعّر النموذج عند 0.042 دولار لكل مليون رمز إدخال، مع فوترة الإخراج عند الصفر — وهذا الصفر ليس سعرًا ترويجيًا، بل هو نتاج التصميم. النموذج الذي يصدر ثلاثة رموز من إجابة منظمة ليس لديه حجم إخراج يمكن قياسه، لذا لا يوجد ما يرتبط به تسعير الرمز الواحد للإخراج. شكل الفوترة هو رسم لكل رمز إدخال وقرار. يمرر كتالوجنا سعر قائمة المزود كما هو بهامش ربح 0%، لذا فإن 0.042 دولار هو رقم TypeSafe وليس رقمًا حددناه نحن، وأي تغيير في سعر المورد سيصبح ساريًا في نفس اليوم.

ضع الشكلين جنبًا إلى جنب وستجد أن الفرق ليس نسبة مئوية. تتناسب تكلفة خط الأنابيب التوليدي مع مقدار ما يقوله النموذج: الإجابة المطولة تكلف أكثر من الإجابة الموجزة لنفس القرار، ونموذج الاستدلال بسلسلة التفكير يحاسبك على الرموز التي ينفقها في التفكير قبل أن يجيب، سواء تحسنت الإجابة أم لا. تتناسب تكلفة استدعاء System One مع مقدار ما تعرضه عليه — الحالة والأسئلة. اطرح سؤالًا واحدًا على مستند طويل وستدفع ثمن المستند. اجمع أربعين سؤالًا على نفس الحالة (ميزانية الإدخال على بطاقتنا هي 65,536 رمزًا عبر الحالة والأسئلة مجتمعتين، أي حوالي 64 ألفًا؛ إذا كنت قد رأيت رقم "حوالي 32,000 رمز" في مقالات OrcaRouter السابقة، فهذه ميزانية الحالة وحدها، وليست إجماليًا منافسًا) وستدفع ثمن المستند مرة واحدة وتحصل على أربعين قرارًا.

لهذا السبب، فإن التكلفة لكل قرار، وليس التكلفة لكل توكن، هي الوحدة الصحيحة لهذه الفئة — ولهذا يسير العدّاد في الاتجاه المعاكس لما تتوقعه معظم الفرق. الخطوة النمطية لتقليل التكلفة في النماذج التوليدية هي «اجعل النموذج يقول أقل». هنا لا يوجد شيء يمكن أن يُقال أقل منه.

أرقام TypeSafe الخاصة، وهي أرقام يُبلّغ عنها البائع ولم تُكرَّر بشكل مستقل، موجهة مباشرة إلى تلك المقارنة: "أسرع بـ193.6 مرة، أرخص بـ444.6 مرة"، مذيّلة بحاشية تقول "استنادًا إلى سير العمل لمهام System One (إثبات)"، مع مثال عملي نصه "تكلفة TypeSafe AI $0.000081 اكتملت في 0.114 ثانية / تكلفة LLMs $0.013880 اكتملت في 8.566 ثانية." كما تسرد الصفحة الرئيسية "42 دولارًا لكل مليار من رموز الإدخال" في مقابل "سعر إدخال أقل بـ238 مرة من Claude Fable 5.1." تعامل مع كل ذلك باعتباره حجة البائع، لا نتيجة مقيسة: يعترف منشور الإطلاق بأن "تقييماتنا المنشورة تُجرى عمومًا من حواسيبنا المحمولة على الساحل الغربي" وبأن "لا يمكننا إثبات أنه ليس مدعومًا؛ سنحتاج إلى الأمد الطويل لإثبات استدامة تسعيرنا (الذي نتوقع أن ينخفض، لا أن يرتفع)." هذان الاعترافان من البائع نفسه، وهما الإطار الصحيح لكل مضاعِف في الصفحة.

المعايرة هي النصف الثاني من الفكرة.

إذا كان التصنيف مجرد «مخرجات مهيكلة»، فسيصف استدعاء الدوال بخطوات إضافية. الجزء الذي يجعله شيئًا قائمًا بذاته هو أن كل إجابة تأتي مصحوبة باحتمال، وأن الاحتمالات هي هدف التدريب. تسمّي TypeSafe هذه الطريقة التعلم المعزز للقرارات المعايرة (RLCD) — وهو مصطلحهم هم، وليس اختصارًا عامًا — ويضعها جدول المقارنة في منشور الإطلاق إلى جانب RLHF وRLVR: فـ RLHF يحسّن من أجل ما يفضّله المقيّمون البشر، وRLVR من أجل مخرجات يمكن التحقق منها برمجيًا، وRLCD من أجل «إجابات ذات احتمالات صادقة معرفيًا في مهام النظام الأول».

الفرق العملي هو الغرض الذي تخدمه الاحتمالية. في خط أنابيب توليدي، يكون تقدير الثقة توليدًا ثانيًا: تسأل النموذج عن مدى تأكده، فيكتب رقمًا، وهو نفسه نصّ نثري له أنماط الفشل ذاتها. هنا تعود الاحتمالية مع القرار، في التمريرة نفسها، وهي الشيء الذي تتفرّع بناءً عليه. تصوغ TypeSafe نفسها العائد على هذا النحو: النموذج الذي يستطيع أداء مهمة ما بنسبة 95% من الوقت لكنه "لا يقول عندما يقع ضمن الـ5%" لا يمكن استخدامه لأتمتة المهمة؛ فالثقة تمنحك موضعًا تضع فيه التصعيد، إلى شخص أو إلى نموذج استدلالي.

تذكر الصفحة الرئيسية لـ TypeSafe ذلك بعبارة "صفر هلوسات"، موضحة أن كل قرار يحمل تقديرًا للثقة بحيث يمكن للبرمجيات "أن تتصرف عندما تكون الثقة عالية وأن تصعّد عندما لا تكون كذلك". اقرأ ذلك بعناية: إنه ادعاء حول تقديرات الثقة، وليس ادعاءً بأن أي إجابة لا تكون خاطئة أبدًا. بطاقتنا الخاصة هي الثقل الموازن — معدل خطأ 0.49% خلال الأيام السبعة المنتهية في 2026-09-30، على حركة المرور الخاصة بنا، بقياسنا. هذا الرقم هو نافذة متحركة، وليس مجموعة اختبار ثابتة: فقد كان يسجل 0.57% قبل بضعة أيام على نفس النافذة، وسيتغير مرة أخرى.

حيث يقع System One بجوار System Two

مفردات «السريع/البطيء» أقدم بكثير من TypeSafe. وهي مستمدة من كتاب دانيال كانمان التفكير، السريع والبطيء، وقد استعارها باحثو الذكاء الاصطناعي لسنوات قبل ذلك — فقد أُطلقت تسمية «النظام 2» على نماذج التفكير المتسلسل والاستدلال المتأني قبل وقت طويل من وجود TypeSafe، ولا يدّعي TypeSafe أنه صاغ أيًا من المصطلحين. وما فعلوه هو تطبيق هذا التمييز على حدّ المنتج بدلًا من نمط التلقين.

• يستهلك نموذج الاستدلال من "النظام الثاني" قدرًا أكبر من الحوسبة قبل أن يجيب، فيصبح أكثر قدرة على حل المسائل التي تحتاج إلى ذلك. ويظل ناتجه نصًا نثريًا، وتُحتسب الحوسبة الإضافية ضمن رموز الإخراج.

• نموذج System One بمفهوم TypeSafe لا يفكّر طويلاً ليُجيب بشكل أفضل. بل يُجيب في تمريرة واحدة، وما يتنازل عنه مقابل السرعة هو القدرة على إنتاج أي شيء آخر غير قيمة ذات نوع.

• الاثنان مكمّلان في سير العمل، لا متنافسان في مقارنة. استدعاء النظام الأول يتولى القرارات التي يجب أن تكون سريعة ومنخفضة الكلفة وواضحة؛ أما نموذج الاستدلال فيتلقى الحالات التي صنّفتها درجة الثقة على أنها غير مؤكدة. المخرجات المُنمّطة هي ما يجعل التسليم نظيفًا — فأنت تمرّر قيمةً واحتمالًا إلى المرحلة التالية، لا جملةً تحتاج إلى إعادة تحليل.

يكمن الانزلاق الاصطلاحي في التعامل مع «نموذج System One» كفئة راسخة تبنّاها موردون آخرون. لا يوجد دليل على ذلك، ولا ينبغي قراءة هذه الصفحة على أنها تدّعي ذلك. تستخدم TypeSafe المصطلح لفئتها الخاصة من النماذج؛ ويقول إخلاء المسؤولية في بطاقتنا الشيء نفسه عن طريق الإغفال، إذ يدرج نوعًا واحدًا من نقاط النهاية لنموذج واحد. إذا بدأ مختبر آخر باستخدام العبارة للبنية نفسها، فستكون تلك حقيقة تستحق الإبلاغ، وستحتاج إلى كلمات المختبر نفسه للإبلاغ عنها.

تسرد بطاقتنا أيضًا التفاوت غير المنتظم كجزء من الحدّ الصادق بدلًا من كونه مفاجأة: تسعة أنماط فشل مسمّاة. إنّ مدخلي القراءة الحرفية والإشارة غير المباشرة هما اللذان ينبعان مباشرةً من تشبيه "أشبه بالكود" — فالنموذج الذي يجيب عن السؤال الذي كتبته لا عن السؤال الذي قصدته يتصرّف مثل دالة فعلت بالضبط ما قاله الكود. أما مدخل العدّ فليس كذلك. النموذج الذي "يتعرّف على شكل الإجابة بدلًا من عدّها" ليس شبيهًا بالكود على الإطلاق، ولهذا فإن توصية TypeSafe نفسها هي أن تجري العدّ في الكود، وحين تكون هناك حاجة حقيقية إلى حكم تقديري، أن تطرح سؤالًا واحدًا لكل عنصر وتجمع الإجابات بنفسك.

حدّان يشكّلان التصميم، لا النتيجة

كلاهما يأتي من نفس المكان: عدم وجود سلاسل نصية يعني أنه لا يوجد شيء لبثّه ولا شيء لإرساله على شكل أجزاء.

• غير متدفق — المخرَج الأول هو الإجابة النهائية، لذا فإن استدعاء System One هو استجابة واحدة، وليس تدفقًا. السؤال ليس عما إذا كان بإمكانه التدفق، بل عمّا سيتدفق.

• شكل طلب واحد — يُقدَّم النموذج عبر POST /v1/systemone على الكتالوج الخاص بنا بدلاً من شكل chat-completions، وهذا هو النص الصادق لادعاء أقدم بأنه "يتحدث بشكل طلبه الخاص". إنه فرق حقيقي في كيفية استدعائه: يدخل كائن حالة وخريطة أسئلة مُسمّاة؛ وتخرج إجابة مُهيكلة لكل سؤال. ستكتب مُخطِّطًا له، ولأن الخرج مُنمَّط، فإن المُخطِّط هو التكامل بأكمله — لا توجد طبقة تحليل دفاعية تحته.

من الجدير معرفته قبل إجراء اختبار الحمل: زمن الاستجابة ليس موحّدًا بين أنواع الأسئلة. وتشرح TypeSafe السبب بكلماتها الخاصة — "بالنسبة للخيارات ذات التعدد الأعلى، نستخدم نظامًا من مرحلتين: التقييم بشكل مستقل ثم اتخاذ اختيار صريح، ومن هنا يحدث التباطؤ العارض." قرار توجيه بأربعة خيارات وتصنيف بـ200 خيار هما العنصر الأولي نفسه على الورق، لكنهما قدر مختلف من العمل عمليًا. تبلغ وسيطاتنا اليومية على مدى الأيام السبعة المنتهية في 2026-09-30 القيم 175، 170، 163، 161، 170، 147، 143 ms. وقد سجّل أحد الأيام في تلك السلسلة، 2026-09-28، قيمة p95 بلغت 2,448 ms — وهي قيمة شاذة حقيقية ليوم واحد تندرج في السلسلة بصدق، لكنها ليست شكل الخدمة.

الشيء الآخر الذي يجب معرفته قبل التكامل الأول هو ما الذي تتصل به. الأدوات المحيطة بـ Jev مفتوحة المصدر بموجب تراخيص MIT وApache-2.0 — حزم SDK الخاصة بـ Python وJavaScript، ومحوّل يقدّم العميل نفسه مدعومًا بواجهات برمجة تطبيقات LLM عادية، وشيفرة workflow-evals، ومجموعة من مهارات الوكلاء، كلها في مستودعات TypeSafe العامة، مع أعداد النجوم وتواريخ آخر دفعات تحركت مؤخرًا حتى 2026-09-26 و2026-09-29. أما النموذج فليس كذلك. لا يوجد مستودع أوزان: هندسة Jev وعدد المعاملات وحوسبة التدريب والأوزان غير منشورة، ولا ينبغي أن يُضلَّل القارئ الذي يتحقق من ذلك بالمستودعات الثلاثة في تلك المؤسسة، وهي نسخ متفرعة من مشاريع غير ذات صلة — نسخة متفرعة من vLLM، وإصدار نموذج لغوي انتشاري من عام 2025، ومزوّد Pulumi. ولا يقول أي منها شيئًا عن كيفية بناء Jev. الجواب في سطر واحد هو أن الأدوات مفتوحة والنموذج ليس كذلك.

تشغيله اليوم، وما الذي يتغير بالنسبة للقارئ

Jev 1.13 متاح على OrcaRouter باسم typesafe/jev-1.13، يمكن الوصول إليه عبر المفتاح نفسه المستخدم مع أكثر من 200 طراز آخر، مع تمرير سعر القائمة الخاص بالمزوّد بهامش ربح 0%. القيمة العملية لذلك في صفحة عن فئة ما محدودة، وتستحق أن تُذكر بدقة: فلم تعد تجربة طراز من System One تتطلب حسابًا منفصلًا ومفتاحًا منفصلًا وفاتورة منفصلة لطراز قد لا تعرف بعد أنك تريده. فهو يقع إلى جانب النصف التوليدي من سير العمل نفسه — المصنِّف والكاتب على بيانات اعتماد واحدة، في مكان واحد، مع إحصاءات ما استدعيته فعليًا.

لا شيء هنا يغيّر ما هو عليه النموذج. أُطلق في 2026-09-15 وما زالت TypeSafe تصفه بأنه وصول مبكر؛ ولم يتغيّر ما هو عليه منذ ذلك الحين. ما تغيّر في 2026-09-24 هو أن القارئ يمكنه الآن أن يعرف كم يكلفه ذلك عمليًا دون أن يلتزم أولًا بعلاقة مع مورّد ثانٍ. إذا كنت تنتظر لترى ما إذا كانت الفئة تستحق نموذجًا أوليًا، فهذا هو الأمر الذي تحرّك.