Si alguna vez has metido un modelo de lenguaje dentro de un programa, conoces el dolor: pides sí o no, y te devuelve prosa. Le pides que responda únicamente con JSON, y le agregas un bloque de try/catch para limpiar y volver a intentar.
No necesitas que la IA escriba. Necesitas que decida.
En este video revisamos JEV, el nuevo modelo de TypeSafe AI creado por Diogo Almeida (coinventor de RLHF en OpenAI). No genera texto ni escribe código: evalúa estados y devuelve decisiones matemáticas puras (categorías, probabilidades, números del 0 al 1) en milisegundos y a una fracción del costo.
Comprobamos las cifras reales frente al hype de la prensa, vemos cómo corre Doom tomando 10 decisiones por segundo, y analizamos la paradoja de Jevons: por qué abaratar las decisiones no reemplaza a los modelos generativos, sino que multiplica los lugares donde colocamos inteligencia.
Capítulos
- 0:00 Qué es JEV y por qué no genera texto
- 0:57 El problema de pedir JSON a un LLM (y el try/catch)
- 1:59 Arquitectura: Juez vs Escritor en modelos de IA
- 3:39 Las 3 primitivas de TypeSafe JEV: Choice, Score y Noul
- 5:25 Benchmarks reales: Doom a 10 decisiones por segundo
- 7:46 Cómo dividir tu arquitectura: árbol de decisión
- 8:31 Jueces disfrazados en tu código: if, regex y filtros
- 9:51 La Paradoja de Jevons aplicada al coste de la IA
- 10:20 Regla de diseño: cuándo usar un LLM y cuándo un juez
Instala Claude Code en Windows y Mac, paso a paso
❯ https://www.youtube.com/watch?v=4AwBnqzgdRs
Todos los senderos, con las versiones para Windows y Mac
❯ https://jungladigital.com/senderos/