完整訪綱／錄製卡｜企業AI 落地研究所
暫定標題
Jev 為什麼突然爆紅？企業決策層怎麼用「先判再叫大模型」落地
定位
本集先講清楚：TypeSafe Jev 這波為什麼突然紅、紅的是什麼（不是又一個聊天模型）。用技術筆記裡可上鏡的 mental model（State＋Question＋Candidates→機率決策）＋Max 已測的 k8s-health／郵件初判，示範怎麼嵌進企業流程；不跑模型評測秀。
對象
台灣 B2B IT／營運決策者（要能帶走一週內可試的做法）
時長建議
25–35 分鐘（爆紅脈絡 5–7 分＋概念 5–6 分＋案例 12–15 分＋坑與 CTA 5–8 分）
0. 開場｜先講這波為什麼突然爆紅（約 60–90 秒）
鉤子（先講現象，再進產品）
「最近工程圈又在傳一個名字：Jev／TypeSafe。時間軸很短，討論卻很密——有人說它是『智能 if』，有人拿它當告警／郵件的前置閘門；更重要的是，社群已經做出很厲害的 demo，不是只有官網投影片。今天我們不追神模型熱度，先問一件事：它到底突然紅在解哪個痛？」
開場必帶的四個錨點（口述即可，有數字再說）
- 紅的不是「又一個會聊天的模型」：定位是 Decision／Policy model（Noul／Choice／Score），輸出是結構化判斷與機率，不是長文。
- 紅的時機：大家被 token 帳單、告警疲勞、郵件噪音逼到要找「先分流、再決定要不要叫大模型」的層。
- 紅的入口：公開 docs、Cloudflare 範例、極低延遲與極低單次成本，讓「嵌進既有管線」聽起來可行——不是再開一個聊天視窗。
- 紅的證據：社群已經做出很厲害的 demo（客服分診、RAG 先過濾、發票／護欄、甚至 Tetris 這類玩法）——不是只有官網文案，而是有人真的接起來跑給你看。
一句釐清（避免聽眾走錯）
今天講的是 TypeSafe AI 的 Jev，不是當年 Scala 生態的 Typesafe／Lightbend。
開場收束句（接概念段）
「所以本集結構是：為什麼爆紅 → 它到底是什麼（含可上鏡的技術形狀）→ 我們怎麼嵌進監控與郵件 → 你一週內怎麼試。」
1. 爆紅脈絡｜這波熱度從哪來（約 4–6 分）★開場後第一段
目標：聽眾聽完能解釋「為什麼是現在」，而不是只記得品牌名。
訪綱
- Casper：你是從哪條路徑注意到 Jev 的？（社群／文件／Cloudflare／同事轉傳）第一眼以為它是什麼、後來發現不是什麼？
- Max：跟「神模型發佈會」那種爆紅差在哪？這波比較像基礎設施／決策層的擴散，還是行銷敘事？
- 為什麼企業會突然聽得進去？（告警誤報、郵件噪音、大模型成本、要可審計的 yes/no）
- 「0 hallucination／只保證 schema」這類說法，哪些有助傳播、哪些容易誤導？
- 社群 demo 在這波爆紅裡扮演什麼角色？哪些 demo 讓你覺得「哇，這不是玩具」？（可點名客服分診、RAG 先過濾、發票／護欄、Tetris 等，細節留到後面 demo 段）
- （可選）定價印象（極低 input、output 免費）有沒有加速這波討論？還是主要是產品形狀對了？
2. 概念段｜Jev 到底是什麼（約 5–6 分）★併入技術筆記重點
目標：聽眾聽完能用一句話轉述，並記住「它不是在寫字，是在對候選答案打機率」。
可上鏡的 mental model（口述白板／一句公式即可）
State + Question + Candidates
↓
Jev
↓
P(candidate | state, question)
對照一般 LLM：本質是 P(token[t+1] | previous tokens)，就算要求 JSON 也仍是逐 token 生成；Jev 的形狀比較像 對動態候選做判別／決策，不必產出幾百個 output tokens。
訪綱
- Casper：用白話講，Jev 跟 ChatGPT 差在哪？（生成長文 vs 對候選打機率）
- Max：什麼叫 System One／「智能 if」？Noul、Choice、Score 各解決什麼？
- Dynamic candidates：為什麼說它比傳統固定類別 classifier 更像「可程式化的決策模型」？（runtime 才能換候選：approve／reject／人工，或 left／right／rotate）
- Calibrated probability：輸出 0.92 跟 LLM 自報信心差在哪？企業為什麼在意「機率能不能當真門檻用」？
- 為什麼說它「不寫文章、也不負責解釋」？這對企業是優點還是限制？
- （可選）一句定價印象：$0.042／M input、output 免費——這改變了什麼架構選擇？
可用比喻
不是請顧問寫報告，而是給程式一個「校準過的開關／分路器」。
架構收束（一句，接後面案例）
高頻、結構化、要快的決策 → System One／Jev；低信心或要推理 → 再呼叫 System Two／大模型。
錄製警示（必講或加字幕）
TypeSafe 尚未公開完整神經架構／權重／RLCD recipe；現場講的是依公開 API 與官方敘事整理的 mental model，不是宣稱內部實作細節。RLCD（Reinforcement Learning for Calibrated Decisions）點到為止即可。
3. 你們的真實案例（約 8–10 分）★本集重心
訪綱
- Max：你們實際接在哪裡？k8s-health 四級燈（none／low／medium／high）怎麼設計？綠燈為什麼可以短路、不打貴模型？
- 郵件／發票／AI 補助：Jev「先判需不需要處理」之後，流程變成什麼？省了什麼（時間、誤報、token、人工掃信）？
- （可選，很貼近 COMMEET） 費用單場景心智實驗：state＝商家／金額／事由，question＝費用項目，candidates＝交通／住宿／餐費／交際——跟「先判再 OCR／建草稿」怎麼接？
- 粗判（規則／Jev）→ DeepSeek／OCR／建草稿：邊界怎麼畫？誤判時 fail-closed 還是 fail-open？多題平行決策（例如是否重複、是否違規、是否需人工）有沒有想像空間？
- Casper：若你是聽眾公司的 IT，最小可行實驗會選「告警」還是「收件匣」？為什麼？
現場可帶的數字／體感（有就說、沒有別編）
- Jev 單次約幾百 ms、成本極低量級
- 綠燈短心跳 vs 黃紅才重模型
- 高 confidence → 直接 action；低 confidence → 才上大模型／人工
4. 網路上可對照的 demo（約 4–5 分）★呼應開場「社群很猛」
開場講過社群 demo 很厲害，這裡挑 3 個口述、證明「不是空談」；其餘當後製／show notes。
| 口述順序 | Demo | 一句話怎麼接回你們 |
|---|---|---|
| A | 客服分診（急迫／部門／情緒）Cloudflare 範例 | 對標告警燈號與誰該看 |
| B | RAG 段落先 Noul 再生成／Decision RAG | 對標綠燈短路、貴模型少打 |
| C | Invoice／護欄 cookbook，或 Tetris 這類社群玩法 | 對標郵件發票初判；Tetris 證明「動態候選＋低延遲」不是空話 |
訪綱
- 這幾個跟我們自己的案例，相同的「決策形狀」是什麼？（state／question／candidates／threshold）
- 哪個 demo 最容易被企業照抄？哪個最容易只停在展示、進不了正式管線？
Show notes 連結（完整）
- Cloudflare 分診：https://developers.cloudflare.com/ai/models/typesafe/jev/
- LangChain harness：https://www.langchain.com/blog/building-a-harness-with-jev
- Smart home：https://docs.typesafe.ai/demos/smart-home.md
- Guardrails：https://docs.typesafe.ai/cookbooks/llm_guardrails.md
- RAG passages：https://docs.typesafe.ai/cookbooks/classifying_rag_passages.md
- Citation check：https://docs.typesafe.ai/cookbooks/citation_check.md
- Invoice eval：https://evals.typesafe.ai/invoice_processing
- 目錄：https://docs.typesafe.ai/llms.txt
- 官方介紹：https://typesafe.ai/blog/introducing-system-one-models-and-jev
- （進階／後製可提）NanoJev、Jevlike 等 Jev-like 開源：見 GitHub typesafe-ai／相關 repo——強調是研究對照，不是官方實作本身
5. 架構怎麼嵌（約 5 分）
訪綱
- 規則 vs 小 classifier vs Jev vs 大模型：你們建議的預設分層？何時「動態候選」比固定分類頭更值得？
- confidence／校準機率閘門：什麼情況自動過、什麼情況打去人工／System Two？
- Parallel decision：同一份 state 能不能同時問多題（類型、是否重複、是否需審）？跟你們監控／郵件管線怎麼對？
- 「沒有解釋文、只有機率」——合規、稽核、客訴追溯怎麼辦？要不要強制 log state＋questions＋candidates＋答案？
- 和既有工單／監控／郵件系統接線時，最常卡在哪（標籤體係、權限、假資料）？
6. 風險與採購（約 4 分）
訪綱
- 定價是否可能是補貼？採購要怎麼做壓力測試（漲價 10× 還划算嗎）？
- Vendor lock-in：問題格式（Noul／Choice／Score）可攜嗎？換成自訓 classifier 的成本？
- 「0 hallucination」只保證 schema／候選集合內的決策形狀——聽眾最容易誤會什麼？（尤其別把 mental model 講成已公開的內部架構）
- Early access／配額：現在拿來做正式 SLA 合不合理？
7. 聽眾一週實驗（約 2–3 分）
訪綱
- 請 Max 給一個「最小實驗」模板：選一個噪聲來源 → 寫清楚 state 欄位 → 寫 3 個 typed 問題（含候選）→ 定通過門檻 → 決定何時才呼叫大模型／人工。
- 成功標準看什麼？（誤報率、處理時數、token 帳單、MTTR；可加「高信心自動過的比例」）
- 什麼信號代表該停、改回規則就好？
8. 收束 CTA（約 20–30 秒）
「下週若你也有一條告警頻道或收件匣很吵：先寫 state、三個帶候選的 typed 問題、一個機率門檻，再決定要不要上大模型。」
可預告下一集
下一集可接：告警疲勞治理、或「先分流再呼叫大模型」的成本帳怎麼算。
錄製備註
- 專有名詞保留英文：Jev、TypeSafe、Noul、Choice、Score、System One、RLCD、DCVC
- 技術點優先講清：決策形狀、動態候選、校準機率、System One→Two 分流；少講未公開的內部結構
- 字幕短句約 2–4 秒；demo 名稱第一次說中文＋英文
- 勿把 API key、內部 Slack 頻道細節講死
- 時間不夠：刪「網路上 demo」細節，只留 A/B/C 各一句；保「概念公式＋你們案例＋一週實驗」
備案加時（錄太短）
現場用高鐵／客戶拜訪費用例子走一次 State→Candidates→機率；或口頭設計「郵件 needs_attention」三題。
存檔：2026-09-20｜企業AI 落地研究所 EP 訪綱（已併入 Jev 技術研究筆記重點）