Model keputusan vs. model bahasa: apa itu Jev dan kapan menggunakannya
Beberapa pekerjaan membutuhkan kata-kata dan beberapa membutuhkan keputusan. Pelajari apa yang dilakukan model keputusan seperti Jev, apa yang tidak bisa dilakukannya, dan kapan Claude lebih cocok.
By the end of this, you'll be able to:
- Tell a job that needs words apart from a job that needs a decision
- Explain what a decision model like Jev returns, and what it cannot do
- Split a messy task into facts, narrow judgments, policy, and hard rules
- Decide when Claude is the right tool and when a narrow decision layer fits better
Sebagian besar yang telah Anda praktikkan sejauh ini adalah tentang bahasa: meminta Claude untuk menyusun, menjelaskan, meringkas, atau berpikir keras bersama Anda. Di situlah Claude bersinar.
Namun, beberapa pekerjaan tidak benar-benar tentang bahasa. Mereka adalah aliran panggilan kecil yang berulang. Apakah email ini permintaan pengembalian dana? Apakah tiket ini membutuhkan manusia? Apakah prospek ini cocok? Pada tanggal 15 September 2026, sebuah perusahaan bernama TypeSafe AI meluncurkan Jev, sebuah model yang dibangun hanya untuk jenis pekerjaan kedua itu.
Anda mungkin tidak pernah menggunakan Jev. Namun, tetap layak untuk dipahami, karena itu mengasah keterampilan yang Anda butuhkan setiap hari dengan Claude: mengetahui jenis alat apa yang sebenarnya dibutuhkan oleh suatu tugas.
Apa yang dikembalikan model keputusan
Model bahasa seperti Claude menjawab dengan kata-kata. Model keputusan menjawab dengan nilai yang diketik: ya atau tidak, satu pilihan dari daftar yang Anda berikan, atau skor. Setiap jawaban dilengkapi dengan angka kepercayaan diri, dan TypeSafe melatih Jev agar angka tersebut terkalibrasi. Secara sederhana, ketika dikatakan sangat yakin, seharusnya sering kali benar. Itu adalah klaim pembuatnya, jadi tim masih memeriksanya terhadap hasil mereka sendiri.
Inilah bagian yang mengejutkan orang: Jev tidak bisa menulis teks. Tidak ada ringkasan, tidak ada email, tidak ada penjelasan. Anda mengajukan pertanyaan sempit dan ia mengembalikan keputusan.
Dua detail lagi yang penting. Anda dapat mengajukan beberapa pertanyaan dalam satu panggilan, dan semuanya berjalan secara paralel, jadi pertanyaan tambahan hampir tidak menambah waktu tunggu. Dan ia membaca hingga 32K token konteks per panggilan, yang merupakan ruang untuk utas email yang panjang atau tiket dukungan yang terperinci.
Aturan empat bagian
Tim yang menggunakan model keputusan dengan baik mengikuti satu pola. Bayangkan antrean email pengembalian dana:
Kode menghitung fakta. Kapan pesanan ditempatkan? Berapa banyak yang dibayar? Perangkat lunak mencari tahu itu. Tidak ada model yang menebaknya.
Model membuat penilaian sempit. "Apakah pelanggan ini meminta pengembalian dana, ya atau tidak?" Satu pertanyaan yang benar-benar dikuasai model.
Kode menerapkan kebijakan. "Permintaan pengembalian dana dalam jendela pengembalian disetujui." Aturan tertulis, diterapkan dengan cara yang sama setiap saat.
Aturan keras menang. "Pengembalian dana besar selalu diberikan kepada seseorang" mengesampingkan segalanya, tidak peduli seberapa yakin model itu.
Perhatikan betapa kecilnya pekerjaan model. Itulah intinya. Semakin sempit pertanyaannya, semakin Anda dapat mempercayai jawabannya, dan semakin mudah untuk memeriksanya.
Bukan apa itu
Model keputusan adalah lapisan keputusan. Ini bukan strategi, dan ini bukan keunggulan. Ini tidak akan memberi tahu Anda apa yang harus dilakukan bisnis Anda, dan ini tidak akan menyadari bahwa Anda mengajukan pertanyaan yang salah. Jika siapa pun dapat memanggil model yang sama, keuntungan Anda berasal dari pertanyaan yang Anda rancang dan aturan yang Anda terapkan di sekitarnya.
Sebagian besar waktu, Anda tidak akan membutuhkannya. Jika suatu tugas terjadi beberapa kali seminggu, atau jawabannya membutuhkan penjelasan apa pun, Claude adalah pilihan yang lebih sederhana. Model keputusan mulai masuk akal ketika panggilan sempit yang sama berulang berkali-kali, jawabannya adalah label daripada paragraf, dan Anda menginginkan angka kepercayaan yang dapat Anda tetapkan ambang batasnya.
Di mana Claude masih cocok
Bahkan ketika model keputusan melakukan penyortiran, Claude seringkali merupakan mitra terbaik untuk merancang sistem di sekitarnya. Minta Claude untuk membantu Anda memecah proses yang berantakan menjadi fakta, penilaian, kebijakan, dan aturan keras. Minta untuk menyusun pertanyaan ya-atau-tidak yang sempit, dan untuk menunjukkan di mana satu pertanyaan sebenarnya adalah dua pertanyaan yang menyamar. Kemudian biarkan setiap alat melakukan pekerjaan yang dibangun untuknya.
Model bahasa seperti Claude menulis, menjelaskan, dan berpikir bersama Anda. Model keputusan seperti Jev mengembalikan jawaban yang diketik (ya atau tidak, pilihan, skor) dengan kepercayaan yang terkalibrasi, dan sama sekali tidak dapat menulis. Gunakan aturan empat bagian: kode menghitung fakta, model membuat penilaian sempit, kode menerapkan kebijakan, dan aturan keras menang. Model keputusan adalah satu lapisan dalam suatu proses, bukan strategi. Jika ragu, mulailah dengan Claude.