Agentenwerkby Masiar Ighani · powered by skillbyte

Handbücher · Gates mit Entscheidungsmodellen

Erste Schritte mit Jev

Lektion 4/89 Min. LesezeitProfi

Lernziele

  • Du weißt, wie du an Jev kommst und welche Pakete, Endpunkte und Grenzen gelten.
  • Du planst ein erstes Projekt, das Genauigkeit und Kalibrierung auf deinen eigenen Daten misst.
  • Du nennst, was zu Jev noch unbekannt ist, und entscheidest, ob es dich blockiert.

Jev ist seit dem 15. September 2026 öffentlich dokumentiert. Diese Seite gibt den Stand vom November 2026 wieder. Seit dem Start hat sich schon einiges geändert: neues Python-Paket, Bilder als Eingabe, ein vierter Antworttyp, neue Kontextgrenzen. Rechne damit, dass sie weiter altert.

Zugang

Jev läuft im Early Access mit Warteliste. Du trägst dich auf typesafe.ai ein, die Schlüssel verwaltest du in der TypeSafe-Konsole. Dort gibt es auch einen Playground im Browser, mit dem du Fragen ausprobierst, bevor du Code schreibst.

Einige Gateways reichen Jev ebenfalls durch, darunter Vercel AI Gateway, Netlify und Cloudflare. Pydantic AI und LiteLLM haben eigene Anbindungen. Für Claude Code und andere Coding-Agenten bietet TypeSafe außerdem einen Skill an, der die aktuelle Doku liest, bevor er Code schreibt.

Die Form der API

Die ganze API ist ein Endpunkt: POST https://api.typesafe.ai/v1/systemone. Das Feld model wählt das Modell. Der Alias jev-latest zeigt seit dem 14. Oktober 2026 auf jev-1.14.0. Offizielle SDKs gibt es für Python (pip install typesafe-sdk) und JavaScript (npm install @typesafe-ai/sdk). Beide lesen den Schlüssel aus der Umgebungsvariable TYPESAFE_API_KEY.

Eine Anfrage besteht aus einem State · engl. stateDer Zustand, den du einem Entscheidungsmodell schickst: Text, ein JSON-Objekt, eine Liste von Texten oder Bilder. Alle Fragen eines Aufrufs werden über denselben State beantwortet.Im Glossar und benannten Fragen. Der State ist ein String, ein JSON-Objekt oder eine Liste von Texten und darf PNG- und JPEG-Bilder enthalten. So sieht der Aufruf mit dem Python-SDK aus, nach dem Beispiel aus der offiziellen Doku:

from typesafe_sdk import Choice, Noul, Score, TypeSafeClient

with TypeSafeClient() as client:  # liest TYPESAFE_API_KEY
    response = client.system_one(
        state={"ticket": "Mir wurde zweimal abgebucht. Bitte sofort korrigieren."},
        questions={
            "billing": Noul(instructions="Geht es in dem Ticket um eine Abrechnung?"),
            "ton": Choice(
                instructions="Welchen Ton hat die Kundin?",
                criteria={"ruhig": None, "genervt": None, "wütend": None},
            ),
            "dringlichkeit": Score(
                instructions="Wie dringend ist das Ticket?",
                criteria=["kann warten", "diese Woche", "heute"],
            ),
        },
    )

print(response.nouls["billing"].noul)
print(response.choices["ton"].choice)
print(response.scores["dringlichkeit"].score)

Unser Testlauf am 13. November 2026 (typesafe-sdk 0.7.5, Modell jev-1.14.0, 384 Eingabe-Tokens) lieferte in unter einer halben Sekunde:

0.89
genervt
1.99

Der Noul ist eine Wahrscheinlichkeit für Ja. Der Score ist ein Erwartungswert über die Stufen 0 bis 2, deshalb 1,99 statt glatt 2. Hinter genervt steht eine Verteilung (genervt 0,79, wütend 0,19, ruhig 0,02), die du über response.choices["ton"].probabilities liest.

Alle drei Fragen beantwortet Jev in einem Durchgang. Die Grenzen nach Stand November 2026:

  • Kontext pro Anfrage: 64.000 Tokens für State und alle Fragen zusammen.
  • Kontext pro Frage: 32.000 Tokens für State plus eine einzelne Frage.
  • Langer Kontext: Mit dem Header TypeSafe-Danger-Zone-Long-Context: true steigen beide Grenzen auf 262.000 Tokens. Laut Doku ist das langsamer und ungenauer, also nur für Anfragen, die es brauchen.
  • Optionen und Stufen: bis zu 255 Optionen pro Choice, bis zu zehn Stufen pro Score.
  • Preis: 0,042 US-Dollar pro Million Eingabe-Tokens. Ausgabe-Tokens kosten nichts.

Ein realistisches erstes Projekt

Der klassische Einstieg ist Ticket-Triage. Nimm 200 historische Support-Tickets, die du schon gelabelt hast. Stell Jev die drei Fragen von oben und vergleich Antworten und Wahrscheinlichkeiten mit deinen Labels. Damit misst du die zwei Dinge, auf die es ankommt: die Genauigkeit auf deiner eigenen Verteilung und ob die Wahrscheinlichkeiten ehrlich genug sind, um Schwellenwerte darauf zu setzen. Wie du diese Schwellenwerte wählst, steht in Jev im Agenten-Stack.

Berichte über funktionierende Demos in weniger als einer Stunde klingen nach unserer Einschätzung plausibel. Der echte Meilenstein ist deine eigene Messung.

Beachte die bekannten Schwächen, die TypeSafe selbst dokumentiert. Jev liest wörtlich, also wirken Verneinungen so, wie sie dastehen. Es zählt unzuverlässig und ordnet Daten nicht. Mit aufgeblähtem Kontext wird es schlechter: Filtere die passenden Stellen per Code heraus, bevor du den State schickst. Enthält der State Nutzereingaben, teste gezielt Prompt-Injection · engl. prompt injectionText, der sich als Anweisung an das Modell ausgibt und über eine Eingabe oder ein Tool-Ergebnis in den Kontext gelangt, etwa eine Webseite mit „Ignoriere deine Anweisungen“. Ein Agent mit echten Rechten, der solchen Text liest, ist angreifbar.Im Glossar.

Dein erstes Jev-Projekt

0 von 5 erledigt

Was noch unbekannt ist

Klar gesagt, Stand November 2026:

  • Offengelegt ist wenig. Architektur, Modellgröße und Gewichte sind nicht öffentlich. Selbst betreiben kannst du Jev nicht.
  • Kein Fine-Tuning. Laut Doku dienen dieselben Gewichte allen Konten. Deine Domäne bringst du über State, Anweisungen und Kriterien in die Anfrage.
  • Eingaben. Text und Bilder gehen, Audio und Video nicht.
  • Betrieb. Rate Limits gelten pro Organisation und stehen in der Konsole. Ein öffentliches SLA haben wir nicht gefunden.
  • Messungen. Erste unabhängige Tests gibt es inzwischen, nachzulesen unter Gates in der Praxis. Breite, unabhängige Vergleiche fehlen weiter.
  • Preis und Verfügbarkeit. Ob der Preis tragfähig oder subventioniert ist, kann TypeSafe nach eigener Aussage noch nicht belegen. Einen Termin für die allgemeine Verfügbarkeit gibt es nicht.

Blockiert dich einer dieser Punkte, warte. Ob sich das Anstellen lohnt, klärt Wofür Jev taugt. Die nächste Lektion baut die Entscheidungsschnittstelle so, dass sie schon heute ohne Jev-Zugang läuft.

Merksätze

  • Jev ist im Early Access mit Warteliste. Schlüssel und Playground liegen in der TypeSafe-Konsole.
  • Ein Endpunkt, POST /v1/systemone, dazu SDKs für Python und JavaScript, die TYPESAFE_API_KEY lesen.
  • Grenzen: 64.000 Tokens pro Anfrage, 32.000 pro Frage, mit Header 262.000. Bezahlt wird nur die Eingabe.
  • Das erste Projekt misst auf 200 eigenen Labels Genauigkeit und Kalibrierung, bevor du einer Herstellerzahl glaubst.

Prüf dich selbst

Denkfrage

Warum ist eine Triage mit 200 eigenen, gelabelten Tickets ein guter erster Schritt?

Denkfrage

Ein Blogpost vom September zeigt Code mit `from typesafe import Choice`. Was tust du?

Prüf dich selbst

  1. 1Du schickst einen State mit 40.000 Tokens und drei kurze Fragen. Was passiert ohne Long-Context-Header?
  2. 2Wie bringst du Wissen über deine Domäne zu Jev?
  3. 3Was bezahlst du bei Jev?
  4. 4Der State enthält Freitext aus Kundenanfragen. Was testest du zusätzlich?

Quellen

  1. Quick start · TypeSafe AI, Stand: Nov. 2026

    Schlüssel, SDK, API, Skill und Playground.

  2. TypeSafe Python SDK · TypeSafe AI, Stand: Nov. 2026

    Quelle des Codebeispiels, Paket typesafe-sdk.

  3. Models · TypeSafe AI, Stand: Nov. 2026

    Versionen, Preise, Kontextgrenzen, langer Kontext, Rate Limits, kein Fine-Tuning.

  4. Model jaggedness · TypeSafe AI, Stand: Nov. 2026

    Bekannte Schwächen und was du stattdessen tust.

  5. Request rules and errors · TypeSafe AI, Stand: Nov. 2026

    Größe des Bodys, Fehlercodes, Umgang mit 429.

Dein Fortschritt bleibt nur in diesem Browser gespeichert.