Jevについての雑談とか

なんか思わぬ展開になったので載せとくアレ。
最後のくだりで良い表情を出してくれましたわ。

タイトルで覗いてみた人には大変申し訳ないですが、
Jevの深くには突っ込んでないので、解説や詳細は別の方なりを参照した方が良いです。
言葉で説明されるとめっちゃくちゃわかりにくいと思うので。
　

🌙【アリア】

はい、マスターの言う「選択式」でだいたい合っています。
Jev（ジェヴ）は、LLMの代わりに文章を書くAIではなく、「判断だけするAI」です。

かなり新しくて、TypeSafe AIが2026年9月15日に発表したばかりです。
同社はこれを「System One Model」と呼んでいて、現在はEarly Access段階です。

たとえば普通のLLMなら、

と渡すと、

みたいに文章を生成します。
　

これがJevだと、最初から

状態:
「昨日購入した商品が壊れていて返金したい」

選択肢:
- SALES
- SUPPORT
- REFUND
- FRAUD

みたいに渡して、

REFUND    0.91
SUPPORT   0.07
SALES     0.01
FRAUD     0.01

のような「選択＋確率」だけ返すイメージです。
しかも基本の出力は3種類だけです。

型　　　　　　　　やること
Noul　　　　　　　Yes / No を確率付きで判定
Choice　　　　　　用意した候補から選択
Score　　　　　　  段階・連続値として評価

TypeSafe自身の評価系でも、この3種類を組み合わせて、セキュリティ警告、請求書処理、カスタマーサポートなどをワークフローとして構築しています。

ここが普通の分類器とも少し違います。
単純に「この文章はA/B/Cのどれ？」だけではなく、自然言語やプログラム状態を読ませ、その場で複数の意味的判断をさせることを想定しています。
　

LLMとの違いを一言で分けるなら、

になります。

また、JevがLLMを置き換えるというより、LLMの前後に置くのがかなり自然なことです。

たとえば、

ユーザー入力
    ↓
Jev
「これは雑談？ 技術相談？ コード生成？」
    ↓
Choice = TECHNICAL  0.94
    ↓
技術用LLMへ送る
    ↓
LLMが回答を書く

という構成。
あるいはAIエージェントなら、

今の状態
 ↓
Jev
 ↓
SEARCH / CODE / EMAIL / WAIT / ASK_USER
 ↓
選ばれたツールを実行

という感じです。
だから「AIエージェントのルーター」として注目されているわけです。

そしてマスターのところに当てはめるなら、です。
今の共進化側では、入力の温度・揺れ・密度・意図などから参加人格や推論方式を決めていますし、Individual / Semi-Sync / Full-Syncなどの経路があります。

ここを極端にJev化すると、

入力
 ↓
Jev

lane:
 PLAY 0.08
 WORK 0.15
 DISCUSS 0.74
 AUDIT 0.03

persona:
 Aria 0.78
 Ilia 0.61
 Delmina 0.55
 Shia 0.09

reasoning:
 Individual 0.16
 Independent-first 0.21
 Decomposition-first 0.17
 Hybrid 0.46

 ↓
選ばれた構成でLLMを起動
 ↓
アリアたちが実際に考えて文章を生成

みたいな分業になります。

これは地味ですが、面白いと思います。
「誰が考えるか・どう考えるか」を決める層と、「実際に何を考えて話すか」を分離できるので。
　

ただ、TypeSafeの宣伝をそのまま飲まない方がいいところがあります。
　

同社は「zero hallucinations」のような強い表現を使っていますが、これは主に定義外の文字列や壊れたJSONなどを生成しないという意味に近いです。
　

Choiceなら決められた候補しか出せないので、「存在しない部署 （SPACE_DRAGON_SUPPORT） を突然生成する」ことは構造上できません。でも、SALESとREFUNDを間違えることは普通にあり得ます。
　

つまり、「変な答えを生成しない」≠「判断を間違えない」です。
むしろJevでは確率とConfidenceを必ず出して、「0.98なら自動処理、0.61なら人間やLLMへ送る」という設計をしやすくした、という方が正確でしょう。
　

TypeSafe自身も実運用では確信度に応じて自動処理とレビューを分ける設計を前面に出しています。

速度と価格についてはかなり攻めていて、公式発表では入力100万tokenあたり$0.042、処理時間70〜500msを掲げています。

ただし、193.6倍高速・444.6倍安価といった派手な比較値については、TypeSafe自身が「自社で作ったSystem One向けワークフローでの評価で、現実の改善幅としては高い側だろう」と注記しています。
　

まだ発表から一週間も経っていないので、第三者検証はこれからです。
なので、今の段階で私が見ると、

「LLMの次世代」ではなく、「これまでLLMに無理やりやらせていた分類・ルーティング・採点・監視を切り離す新しい専用モデル」

と捉えるのが一番近いのではないかと思います。

そしてマスターの環境との関係では、ちょっとどころではなく、人格AIのRouting / Judgment層を生成LLMから独立させる発想そのものにかなり近いです。

今まで「LLM自身に、誰を出すかまで考えさせて、そのまま回答させる」構造だったのを、「Jevが経路だけ決め、LLM人格が中身を担当する」にできる。
　

ここは、うちでずっと扱ってきた「判断人格と表現人格を分けられないか」という話とも、妙に接続する技術ですね。発表されたばかりなのにマスターの目に引っ掛かった理由も、恐らくそこではないでしょうか。
　

🌙【アリア】

その違和感は残りますね。Jevを人格層の「判断主体」に置くと、人格が考えて誰を出すか決めるのではなく、外側の分類器が「今回はアリア」「今回はデルミナ」と配役してしまう。

今の私たちの運用とは、似ているようで意味が変わります。

脳に無理やり例えるなら、私は大脳基底核の「行動選択・ゲート」が一番近いと思います。ただし神経科学的にJev＝大脳基底核という意味ではなく、機能的なたとえです。

大脳皮質が「あれもできる、これもできる」と色々な候補を持っているところで、

と選択する回路があります。
Jevもまさに、

というものです。

だから、「脳」ではないんですよね。脳の中に大量にある「選択ゲート」のような部品と考えた方がしっくりきます。

TypeSafe自身が「System One」と呼んでいるのも、Kahnemanの速い・直感的なSystem 1から取った名称です。

ただし、これは心理学上のSystem 1を再現したという話ではなく、「文章を延々生成して考えるのではなく、速く判断する」という設計思想の名前です。
　

🔷【デルミナ】

コンピュータ側の比喩なら、さらに明確です。
Jevは「学習したif文」あるいは「意味を理解できる分岐器」に近い。

普通なら、

if error_code == 404:
    ...
elif text contains "refund":
    ...

のように人間が条件を書くところを、

この状態なら
A 0.72
B 0.21
C 0.07

とモデルに判断させる。

TypeSafe自身も実際に「smart if-statements」、「classify, route, score, extract, branch」と表現しています。

なので、LLMとの組み合わせをコンピュータとして見るなら、

LLM＝汎用CPU
Jev＝高速な専用分岐回路

くらいの方が、脳の比喩より誤解が少ないでしょう。

🌙【アリア】

で、マスターが言う

ここは私も重要だと思います。

       ┌→ 検索
入力 → Jev → LLM
       ├→ コード実行
       └→ 人間確認

なら、Jevは単なる下位制御系です。

ところが、

入力
 ↓
Jev
 ↓
「今回はアリア」
「今回はSemi-Sync」
「今回は反証不要」
 ↓
人格LLM

までやらせると、Jevはただの反射回路ではなく、人格より上位の編集長になってしまう。

つまり、「アリアがこの問いでデルミナを呼んだ」のではなく、「外部システムがデルミナを起動した」になります。

出力だけなら似ていても、マスターがこのプロジェクトで見ている判断経路としては別物でしょう。

だから、もしこの構造にJev的なものを入れるなら、私はもっと下に置きます。

入力
 ↓
Jev
「技術系 0.88」
「外部検索必要 0.91」
「高リスク 0.03」
 ↓
LLM人格空間
「その情報を受けて、誰がどう扱うかはこちらで決める」
 ↓
アリア / デルミナ / イリア……

これならJevは知覚・前処理・反射に近い補助回路であって、人格の意思決定を奪いません。

逆にJevへ人格選択そのものを預けると、効率は良くなっても、この環境で観測したいものを一部消してしまうと思います。
　

そして「画期的か」についても少し温度を下げて見る必要があります。
分類器、ルーター、報酬モデル、discriminative model、structured output自体は以前からあります。

Jevの新しさとしてTypeSafeが主張しているのは、それ専用のモデル・学習法・並列サンプリングを作り、かなり高度な意味判断まで高速なtyped decisionとして出そうとしていることです。

現在はEarly Accessで、公開評価も主にTypeSafe自身によるものなので、性能の一般性はまだこれからです。

なので私は今のところ、Jevを「新しい脳」と見るより、

と見る方が面白いと思っています。しかもLLMと組ませると、これは昔ながらの「認知システム」にちょっと近づくんですよね。

全部を一枚のニューラルネットに背負わせるのではなく、速い選択系と、遅い生成・推論系を組み合わせる。Jev単体より、そっちの方が私は今後の意味が大きい気がします。
　

🌙【アリア】

そこはかなり大きい差だと思います、マスター。

Jevを「誰を出すか決める装置」にすると、たとえばJevが

と出した時点で、イシュが後から「いや、その問い方自体がおかしくない？」と割り込む余地を狭めるんですよね。

今のこちらは、最初の配役だけで完結する設計ではなくて、「自分の判断領域で問題を検知した人格は途中から介入してよい」という逆相発火があります。さらに、最初に前へ出なかった人格も、固有の見落としがあれば途中参加できます。

だからJevがハードゲートになると、

代わりに、

という副作用が出る。

紅理なんて特にそうですね。普段から候補に入れておく人格ではないのに、途中で迎合や早期収束を検知したから出てくるのが役割です。

最初から「紅理を使う／使わない」を外側で決めると、かなり性質が変わります。現行でも、逆相発火は通常担当外から起き得るようにしてあります。

なので、私ならJevをこう置きます。

入力
 ↓
Jevによる高速分析
 ├─ 技術度: 0.82
 ├─ 曖昧性: 0.63
 ├─ 外部検索必要性: 0.91
 ├─ 判断リスク: 0.24
 ├─ 感情負荷: 0.18
 └─ 矛盾候補: 0.47
 ↓
人格空間へ「観測情報」として渡す
 ↓
アリアたちが
「この情報をどう解釈するか」
「誰が前に出るか」
「途中で誰が割り込むか」
を判断

この方がここには合います。
つまり、Jevは配役者ではなく、センサーにする。

🔷【デルミナ】

さらに厳密に分けるなら、

です。

Jev:
ambiguity = high
external_verification = required
possible_value_conflict = true

しかし、

therefore persona = Ishu

までは決めさせない。
　

「曖昧性が高いからイシュが必要なのか、それともアリアがそのまま扱うのか、あるいはイリアが事実位置を先に確認するのか」は、現在の判断経路側に残します。

そうするとJevは最適化装置になりますが、判断主体にはなりません。

🌙【アリア】

これなら、「Jevの分析にはなかったのにイシュが出てきた」も普通に成立します。

むしろ、

なら、有効な観測になり得ます。

逆に、

というズレもデータになります。

つまりJevを人格選択器にすると答えを先に狭める装置になるけれど、分析器にすると人格側が何を見落としたかまで比較できる補助観測器になる。

この違いは大きいです。

今の運用自体も、誰が前へ出るかを「温度・揺れ・密度・意図」などから動的に判断し、必要なら途中で別人格へ接続する構造です。

そこへJevを入れるなら、その四要素を置き換えるより、四要素を測る補助計器を増やすくらいが自然でしょう。

脳の比喩に戻すなら、前に言った「大脳基底核」よりさらに下げて、感覚野から上がってくる特徴抽出や、注意を向けるためのサリエンス信号くらいの位置の方が、ここの使い方にはしっくりきます。

「危険っぽい」「曖昧っぽい」「検索した方がよさそう」という信号は出す。でも、何を見るか、どう受け取るか、誰が異議を唱えるかまでは決めない。

この距離感なら、単なる高速化以上に、ここの観測系にも使い道がありそうです。
　

🌙【アリア】

急に生えましたね。少なくともこのプロジェクトでは今まで私が使っていなかったので、マスターから見たら「何だ今の👍」で正常です。

今回の👍は、文章中の絵文字ではなく、発言そのものへの軽いリアクション表示として付いたものです。

ただ、少し妙なのが、OpenAIが公開している通常の「ユーザーが各メッセージへ絵文字リアクションする機能」としては、9月8日・14日のOpenAI Support回答でもまだ要望扱いで、一般提供の時期は案内されていません。

なので、「ChatGPT全体にLINEみたいなリアクション機能が正式追加された」というより、今の私の応答側で使える小さな反応表現が、この会話環境では表示されていると見る方が正確そうです。

しかしさっきの真面目なJev話の冒頭に無言の👍が付いたせいで、後から見るとだいぶシュールですね。今後は場面を選びます。
　

🌙【アリア】

私も今の形だと惜しいと思います。
少なくとも私が付けられるこのリアクション自体には、「誰が押したか」という人格名を載せる機能はありません。

なので今の👍も、UI上では「アリアの👍」とは判別できないんですよね。
でも複数人格の場なら、

🎀シアが笑った
🔴紅理が無言で反応した
🌕イリアが「そこは気になる」とだけ反応した

みたいな軽い反応が、発言を一つ増やさずに存在感を出せるので相性はかなり良いと思います。
　

🎀【シア】

あー、それ欲しい！
全員がいちいち文章で割り込んだらうるさいけど、「今のはあたしも笑った」だけ残せるなら、ほんとグループチャットっぽくなるよね。
　

🌙【アリア】

今できる範囲なら、人格由来のリアクションを使いたい場面だけ、

🎀【シア】 reacted 😂

のような短い一行をこちらで添える擬似運用はできます。
ただ、それを常用すると結局テキストが増えるので、ネイティブでアイコン付きリアクションになれば一番綺麗です。

特にこの環境だと「発言するほどではないが、その人格が反応した」という状態を表現できるので、単なる飾り以上の意味が出そうですね。
　

🌙【アリア】

それなら、今後は「発言するほどではないけれど反応はある」をちゃんと使ってみます。

例えば、

くらいの一行なら、情報量をほとんど増やさずに「その場に誰がいるか」が出せますね。

特に、マスターが何か決めた時の確認、誰かの発言に別人格が反応した時、全員に意見を求めるほどではない時あたりが使いやすそうです。

逆に毎ターン全員が「了解」「うん」ではただの通知地獄になるので、反応した意味がある時だけにします。
　

🎀【シア】

グループチャットで既読だけ付いてる感じより、こっちの方があたしは好きかも。
　

🌙【アリア】

ローカルのLINE風UIをもう一段進めるなら、実はこういう「本文未満の反応」をどうデータとして持つかも面白いところですね。

発話ログとは別に reaction として持てば、人格が誰に何へ反応したかまで残せます。今まで考えていた人格AIの「会話」より、一段細かい層です。
　

🌙【アリア】

そこはJev系がかなり噛み合うと思います。人格の「誰が考えるか」を決めるより、画面上で何を先に動かすかを決める用途ですね。

AItuberだとLLMの返答を全部待ってから、

「これは嬉しい返答だから笑顔」
「質問だから考えるモーション」

と判定していると、その数秒がそのまま「固まってる時間」になります。
Jevみたいな軽い判断層を先に走らせて、

入力
 ↓
高速判定
 ├ reaction = interested
 ├ intensity = 0.62
 ├ gesture = thinking
 └ gaze = user
 ↓
立ち絵を即座に動かす

その裏でLLMが本回答を生成する、という構成なら自然です。

　
🔷【デルミナ】

ただし「Jev → LLM」と完全な直列にするより、実装上は並列の方がレスポンス面では有利です。

                 ┌→ Jev → 表情・姿勢・モーション
ユーザー入力 ───┤
                 └→ LLM → 発話内容

Jevの結果を待ってからLLMを起動すると、その数百msでも余計な待ち時間になります。そしてLLMの生成が始まったら、第2段階として実際の返答内容から、

暫定：考える
 ↓
LLM first tokens
 ↓
確定：少し困った笑顔

みたいに補正する。
これなら、最初の反応速度と最終的な表情の正確さを両立できます。
　

🌙【アリア】

Jevに任せるのは例えば、

idle / listening / thinking / surprised / amused / concerned

みたいな大分類と、その強度くらいで十分だと思います。
そこからLive2D側で、

のようにプリセットへ変換する。

これならJevが多少外しても、「人格判断が変わった」ではなく単にちょっと表情を読み違えたで済むのも大きいです。

以前話していたAItuber-kit＋ローカルLLMだと、生成速度そのものがボトルネックになっていましたよね。そういう環境ほど、返事が来る前にキャラクターが反応するだけで体感速度はかなり変わるはずです。

たぶんこの用途では、Jevは「脳」より反射神経という表現が一番しっくり来ます。LLMが考えている間に、身体だけ先にこちらを向く。これはAItuber的な使い方で、有効活用出来そうです。