Telset.id – TypeSafe merilis Jev, sebuah API berbasis decision model yang memicu gelombang proyek serupa dari Microsoft, OpenAI, hingga Cloudflare dalam hitungan minggu. Kemunculan cepat puluhan layanan pesaing ini membuka pertanyaan soal siapa sebenarnya yang pertama merancang arsitektur model keputusan tersebut.
Jev dan klon-klonnya bekerja sebagai API yang digerakkan oleh decision model untuk digunakan di dalam kode pengembang. Cara kerjanya, pengguna memasukkan data input seperti transaksi belanja online seorang pelanggan, disertai sejumlah pertanyaan. Contohnya, “apakah pengguna ini sedang mencari pengembalian barang?” untuk jawaban ya atau tidak, dan “item mana yang mereka maksud?” dengan pilihan jawaban ganda.
Model AI bergaya Jev akan menjawab setiap pertanyaan atau pilihan dengan probabilitas yang kemudian bisa dipakai di dalam pernyataan “if” milik pengembang sendiri. Meski konsepnya bukan hal yang benar-benar baru, aplikasi praktis inilah yang dinilai novel.
Konsep Sederhana yang Menghindari Masalah LLM
Peluncuran Jev membuat sebagian besar internet ramai membicarakannya. Konsep yang terlihat sederhana ini dinilai sangat berguna karena menghindari masalah umum saat mencoba memaksa LLM memberikan jawaban langsung.
Tidak ada generasi teks token demi token, tidak ada percakapan, tidak ada umpan balik riwayat percakapan, tidak ada pemberian informasi dalam jumlah besar untuk konteks, dan tidak ada halusinasi percakapan. Yang ada hanya data langsung dalam bentuk probabilitas. Model ini juga diklaim sangat cepat karena menjawab pertanyaan secara paralel, serta jauh lebih murah dibandingkan LLM standar.
Bersamaan dengan Jev, TypeSafe juga merilis deskripsi singkat arsitektur System One miliknya. Hanya beberapa hari setelahnya, Nandakishor Mukkunnoth, pendiri ConvAI Innovations, menjelaskan dalam sebuah blog post bahwa dirinya sebenarnya telah “merancang arsitektur Jev satu tahun sebelumnya.”
Mukkunnoth merujuk pada paper arXiv miliknya tentang SalesRLAgent, yang menjelaskan bagaimana ia menciptakan model untuk estimasi probabilitas, dipublikasikan pada 30 Maret 2025. Bersama paper tersebut, ia juga mempublikasikan bobot model dan dataset miliknya. Ia kemudian menyusul dengan paper pada September yang lebih selaras dengan cara kerja Jev.
Frustrasi Mukkunnoth dan Lahirnya Laya
Dalam tulisannya, Mukkunnoth mengungkapkan frustrasinya. Ia menggambarkan bagaimana dirinya terlewatkan “karena [idenya] dibangun untuk use case vertikal.” Artinya, SalesRLAgent dibuat untuk memperbaiki satu masalah spesifik, sementara TypeSafe menjadikan Jev sebagai decision engine serbaguna.
Yang perlu dicatat, TypeSafe merilis Jev sebagai produk lengkap dan terhosting, dengan server sendiri, API, dokumentasi, developer kit, dan tentu saja harga. Meski begitu, Mukkunnoth menyatakan memilih untuk tidak terus merasa pahit atas perkembangan tersebut, dan akhirnya merilis Laya open-source pada hari yang kurang lebih sama.
Laya pada dasarnya adalah model dan antarmuka bergaya Jev yang bisa dijalankan di perangkat keras sendiri, lengkap dengan dukungan multi-bahasa. Menambah kebingungan, baik TypeSafe maupun Mukkunnoth menyebut model mereka sebagai tipe “System 1/One”, kemungkinan sebagai referensi ke buku Daniel Kahneman, Thinking, Fast and Slow, yang mendeskripsikan System 1 sebagai mode berpikir lebih cepat dan emosional, sedangkan System 2 merujuk pada pemikiran yang lebih lambat dan logis.
Terlepas dari itu, tidak ada yang bisa menghentikan hype yang dihasilkan use case baru untuk AI ini. Para pemain di ruang ini pun melakukan apa yang paling mereka kuasai, yaitu meniru konsep dan meluncurkan layanan mereka sendiri.
Dalam hitungan minggu setelah Jev dirilis, dunia menyaksikan kehadiran Microsoft Decision, OpenAI Decisions API, dan Fastino Glide. Cloudflare Clef dan Perplexity Decider hadir dengan open weights, artinya bisa dijalankan di perangkat sendiri asalkan mampu menanganinya.
Di sisi open-source, ada Amazon Strands Decider 2B, Kev, Von, Jeff, jevlike, SemIf, OpenJev, NanoJev, Ollaya, dan banyak lainnya. Banyaknya proyek ini terjadi karena sebagian besar dari mereka, termasuk yang komersial, berbagi akar yang sama. Yakni mengambil model ringan yang sudah ada, biasanya varian dari Qwen open-source milik Alibaba, lalu menambahkan lapisan tambahan yang membentuk input, output, dan prosedur pengambilan keputusan.
Laya milik Mukkunnoth justru berbasis model encoder-only dari keluarga Bert, bukan LLM seperti Qwen. Meski demikian, tidak sulit membayangkan banyak pihak mungkin telah mencuri setidaknya sebagian catatan dari karyanya, mengingat betapa cepatnya alternatif-alternatif itu muncul.
Perkembangan ini menunjukkan bagaimana inovasi di ranah AI decision model bergerak sangat cepat. Sebuah ide yang awalnya dibangun untuk kebutuhan vertikal bisa dengan cepat diadopsi dan diubah menjadi layanan serbaguna oleh pemain besar, sementara pencipta aslinya harus berjuang mendapatkan pengakuan. Bagi pengembang yang mengikuti tren AI, munculnya beragam opsi open-source maupun komersial ini memberi lebih banyak pilihan untuk diuji di lingkungan pengembangan masing-masing, dengan catatan tetap mencermati dokumentasi dan dukungan yang tersedia.
Komentar
Belum ada komentar.