Интересно даже в процессе подготовки к работе почитать всякое, это Opus чекает всё и учится работать с Jev:

⏺ Разведка закрыта, план написан, идёт гейт-ревью. Коротко о том, что уже установлено фактом (каждое число снято командой в этой сессии):

Ключ рабочий — GET /v1/models вернул HTTP=200, аккаунт видит jev-latest и jev-preview; живой POST /v1/systemone ответил моделью jev-1.13.0.

Экономика Jev: $0,042 за миллион входных токенов, выход бесплатен. Моя живая проба — три вопроса, 402 входных токена — стоила $0,0000169. Батчинг вопросов в один запрос по кукбуку вендора даёт 12,2× по деньгам и 10,0× по времени на документе в 54 тысячи знаков.

Скорость: тёплое соединение из Бангкока — 0,30 с; из них 0,236 с — сетевой RTT, то есть счёт самой модели около 60 мс. Вендорские «150 мс» — их цифра, к ней из Таиланда прибавляется четверть секунды.

Каналы нашлись все три, и MCP есть: https://docs.typesafe.ai/mcp отвечает без авторизации и даёт поиск плюс read-only rg по виртуальной файловой системе доков; фид — llms.txt (109 страниц, 18 кукбуков) и llms-full.txt на 874 КБ; Context7 уже индексирован. Плюс плагин typesafe@typesafe-ai для CLI.

Русский — главный открытый вопрос, и первый сигнал тревожный в интересную сторону. На одном и том же русском обращении русские формулировки вопросов дали уверенность 0,75, а английские вопросы по тому же русскому тексту — 0,94. Одна точка выводом не является, но гипотеза «английские инструкции по русскому состоянию» ушла в план отдельным шагом: если подтвердится на корпусе, это меняет способ писать вопросы для всех русских задач.

Вот я тоже смотрю на Jev и аналоги как баран на новые ворота: вроде как надо, полезно, нужно, манит. Но... как именно интегрировать, чтобы довести порог вероятностей до чего-то убедительного?

Очень хочется использовать и интегрировать, но во что? С одной стороны, нейросети, LLM. Типа, тяжёлая артиллерия. С другой стороны, просто алгоритмическая статика, что прямо супер и делает стоимость околонулевой (в сервисах, где это возможно).

А Jev? Вероятности ответов, да? И что, в продукте будет достаточно вероятности в 70-80%, чтобы давать это живым пользователям? Если доводить дерево до 98%+, то не получится ли уже дистиллированная статика, фактически?

Куда применяете? Уже нашли, где TypeSafe можно пристроить действительно эффективно?

Google разродился новостями про предзаказы Googlebook в его новой концепции — премиум-качество и жёсткая сцепка с Android, особенно смартфонами Pixel.

Естественно, всё густо обмазано ИИ и голосом.

https://blog.google/products-and-platforms/devices/googlebook/

И вот вроде интересно звучит, гораздо интереснее, чем все их недобуки до этого момента, но нет ответа на главный вопрос всего: запустится ли Claude Code 🫯

А что мешает OpenAI, Grok, Anthropic и Gemini, да или китайцам, добавить в свои семейства моделей ещё одну?

По образу и подобию Jev, только более умную, может чуть подороже, но и поумнее, побыстрее, и с адекватной мультиязычностью.

Да ничего не мешает. Особенно антропикам перед IPO, ещё и к релизу новой версии Haiku будет красиво.

Так что — ждём 🫰

Репортите баги macOS в Apple? Вам отвечают, закрывают их хотя бы иногда?

Сюда же:

⏺ Сон состоялся. Впервые за 11 суток.

Я рад за тебя, макбук!

О! Opus 5.5.

Случайно заметил.

С версией промазал, а с синхронизацией версий вполне попал.

Ура, апдейт!

Ещё и ручные сбросы лимитов а) вообще добавили, б) в привычное для опенайщиков место :)

Как рождается новая ИИ-модель.

Тем временем в Genshin Impact ⛄️

Как выглядит UX.

Хватит новостей про эти нейронки, давайте лучше о насущном поговорим 😀