⏱ 読了目安: 約5分
- 事実と背景：TypeSafeが2026年9月に文章を生成しない判断特化型AIモデル「Jev」をリリース。
- 技術的変革：テキスト生成を廃し、確率やスコアなどの構造化データのみを返すことでハルシネーションを数学的に防止。
- 現場への影響：出力トークン料金が完全無料で、パース処理やリトライの実装から解放され、超高速な並列評価が可能に。
「生成しないAI」がもたらすパラダイムシフト
開発現場でLLMをシステムに組み込んだことがあるエンジニアなら、誰もが一度は「深夜のパースエラー障害」に頭を抱えた経験があるはずだ。プロンプトに「必ずJSONで返却してください」と懇願するように書き、Function Callingや構造化出力を設定したとしても、本番環境では稀に予期せぬフォーマットや、キーの欠落、あるいは「申し訳ありませんが、その処理は実行できません」といった丁寧な謝罪テキストが混入し、システムをデッドロックに陥れる。我々開発者は、そのたびに例外処理を書き足し、リトライロジックを実装し、テストコードを増やしてきた。この「テキストを生成するAIを、無理やり構造化データに変換して解釈する」というアプローチ自体が、本質的にスパゲッティコードを生み出す温床になっていたのだ。
2026年9月にTypeSafe AIが公開した「Jev」は、この不毛な戦いに終止符を打つ、極めて尖った「System Oneモデル」である。心理学者ダニエル・カーネマンが提唱した、直感的で高速な判断を司る「システム1」に特化したこのモデルは、驚くべきことに「テキストを一切生成しない」。Jevに投げられるのは、評価対象となるテキスト（state）と、それに対する質問（questions）のみであり、返ってくるのは厳密に定義された確率やスコア、選択肢といった構造化データだけである。
この設計は、ハルシネーション（幻覚）を「数学的に不可能」にする。モデルが自由なテキストを出力する余地が構造上存在しないため、定義外の値が返ることはあり得ず、パースもバリデーションも、それに伴うリトライ処理も一切不要になる。私はこのアプローチを初めて目にしたとき、長年LLMの不安定さに悩まされてきたエンジニアとして、目から鱗が落ちるような衝撃を覚えた。我々はこれまで、AIに「喋らせる」必要のない場面でも、無理に喋らせてはその言葉尻を捕らえるような無駄な実装を重ねていたのではないだろうか。
Jevの3つのプリミティブと並列評価の衝撃
Jevのアーキテクチャをより深く理解するために、その根幹をなす「3つのプリミティブ」と、革新的な「並列評価」の仕組みについて解説する。Jevが提供するAPIは、従来のチャットAPIとは一線を画す。まず、Jevに投げられる質問は以下の3つのプリミティブ（基本型）に厳密に制限されている。
| 種類 | 問いの性質 | 返り値の構造 |
|---|---|---|
| Noul | Yes/No で答えられる命題 | その命題が真である確率（0〜1の浮動小数点数） |
| Score | 順序付きの基準で採点 | 確率加重されたスコア + 各レベルの確率分布 + 確信度（confidence） |
| Choice | 定義済みの選択肢から分類 | 選ばれた選択肢 + 全選択肢の確率分布 + 確信度（confidence） |
この極限まで削ぎ落とされたインターフェースこそが、Jevの最大の強みである。
さらに驚くべきは、その評価プロセスにおける「コンテキスト汚染（context rot）」の完全な排除と、圧倒的な並列性だ。従来のチャットLLMで、例えば要件定義書に対して19個の観点でレビューを行おうとすると、1つの長いプロンプトで一括して質問するか、あるいはスレッドを分けて1問ずつ投げる必要があった。一括で質問すると、後半の質問に対する回答が前半の回答や文脈に引きずられる「context rot」が発生し、判定の精度が著しく低下する。一方で、1問ずつ直列に投げれば、質問の数だけAPIリクエストが発生し、レイテンシは膨れ上がる。
Jevはこの問題を、評価対象（state）と質問群（questions）を完全に分離して渡すというアプローチで解決した。入力された1つのstateに対し、すべての質問は完全に独立して並列に評価される。そのため、質問を1問から19問に増やしたとしても、全体のレイテンシはほぼ変わらない。質問同士が干渉し合うこともなく、常に一貫した基準で、極めて高速に評価が完了する。この並列評価の美しさは、マルチスレッド処理でデッドロックを回避したときのような、エンジニアとしての純粋な快感を呼び起こす。
出力出力$0が変えるエージェント設計と我々の問い
が変えるエージェント設計と我々の問い
Jevがもたらすもう一つの破壊的イノベーションは、その極端な料金体系にある。入力トークンに対しては「100万トークンあたり$0.042」という極めて安価な課金が行われる一方で、出力トークンは「完全無料（$0）」に設定されている。
この料金設定は、単なるキャンペーンや一時的な値下げではない。Jevが「構造化された決定（確率や選択肢）」しか返さないため、モデルの出力生成にかかる計算資源が、従来のテキスト生成LLMと比較して無視できるほど小さいという、技術的裏付けに基づいた合理的な設計なのだ。数千文字の要件定義書を1回レビューしたとしても、かかるコストは0.01円以下。これなら、開発パイプラインのCI/CDプロセスに組み込み、コミットのたびに自動で要件定義書や設計書のレビューを走らせるような、贅沢な使い方も躊躇なく行える。
ここで注目すべきは、今回作成されたアプリ「Jev Requirements Reviewer」の設計思想だ。Jevは「書く」モデルではなく「判断する」モデルであるため、改善アドバイスの具体的な文面はJevに生成させていない。判断はJevが行い、その結果（例えば「異常系の記載がない確率が90%」など）に応じて、アプリ側が予め用意した固定の「改善ガイダンス」を表示する。この「判断はAI、知識は人間」という役割分担は、今後のAIエージェント設計における極めて重要なプラクティスとなるだろう。アドバイスの品質が毎回ブレるのを防ぎ、チームの知見をコードとして蓄積でき、さらに生成コストもゼロに抑えられる。
我々エンジニアは、これまで「何でも生成AIに文章で書かせる」という安易なアプローチに依存しすぎていなかっただろうか。無駄なトークンを消費し、不安定なパース処理に怯え、高額なAPI料金を支払う。そんな「生成AIの乱用」に対し、Jevは「本当にそこまでの生成能力が必要なのか？」という痛烈な問いを突きつけている。
明日からの実務において、我々が取るべき処方箋は明確だ。システム内の「判断・分岐・フィルタリング」を行うロジックを、重厚な生成LLMから切り離し、Jevのような「System One」モデルへとリプレイスすること。そして、生成が必要な部分（System Two）と、判断が必要な部分（System One）を明確に分離した、ハイブリッドなAIアーキテクチャを設計することだ。これこそが、次世代の堅牢でコスト効率の高いシステム開発における、エンジニアの新たな生存戦略となるだろう。
コメント