Amazon Web Services a lansat un model de decizie open-source inspirat de Jev de la TypeSafe, pentru că nimic nu spune „inovație” mai bine decât să te uiți la tema altcuiva și să decizi să faci propria versiune. Strands Decider 2B, lansat în aceeași săptămână în care OpenAI a anunțat o ofertă suspect de similară, promite să fie o modalitate rapidă și ieftină de a sorta între opțiuni pre-decise – practic un aparat de ales variante multiple care îți spune cât de încrezător este în răspunsul său. Este complet open-source, disponibil acum și suficient de mic pentru a rula local, ceea ce în limbaj tehnic înseamnă „nu ai nevoie de un centru de date ca să-l folosești”.

Proiectul a început când inginerul distins de la Amazon, Marc Brooker, a văzut Jev și s-a gândit: „Aș putea construi asta.” Se pare că a putut – versiunea artizanală a ajuns scurt pe primul loc în clasamentul Jevbench pentru modele de dimensiunea sa, ceea ce e ca și cum ai câștiga un trofeu de participare care chiar contează. Inginerii Amazon l-au curățat apoi și l-au lansat prin Strands Labs, organizația companiei pentru dezvoltarea de noi instrumente de implementare a agenților AI.

Brooker spune că nevoia a apărut din conversațiile cu clienții AWS ale căror fluxuri de lucru agentice nu necesitau întotdeauna capacitatea sau costul unui LLM complet echipat. „Ceea ce mi-a stârnit inițial interesul pentru această clasă de modele a fost că ele reprezintă un decident perfect pentru un pas de flux de lucru – «care este următorul lucru pe care trebuie să-l fac aici, în funcție de unde mă aflu?»” i-a declarat el TechCrunch. A adăugat că oferă clienților un pas de flux de lucru mai fiabil datorită scorurilor de încredere și unui domeniu închis de răspunsuri, cu latență mai mică și cost potențial mai redus. Cu alte cuvinte: uneori ai nevoie doar de un agent de circulație, nu de un filozof.

Ca și alte modele de decizie, Strands Decider este construit pe „trunchiul” unui LLM – mai exact Qen3.5-2B – dar în loc să genereze text, oferă alegeri calibrate. TypeSafe și-a numit modelul Jev după economistul William Stanley Jevons, invocând teoria sa că scăderea costurilor poate crește cererea. Pentru că nimic nu spune „revoluție AI” ca numirea produsului tău după un economist din secolul al XIX-lea.

Faptul că zeci de modele similare au apărut de când TypeSafe și-a debutat ideea arată un interes larg, dar ridică și întrebarea cât de valoroase pot fi. Brooker sugerează că provocarea este optimizarea luării rapide de decizii fără a compromite inteligența. „Există un echilibru foarte delicat de găsit, în care vrei să împingi performanța sa la acuratețe și calibrare pe aceste tipuri de sarcini, fără a degrada performanța sa la înțelegerea diferitelor limbi, la a avea genul de cunoștințe pe care le are, ceea ce îl face general și interesant și util”, a spus el. Deci, scopul este să faci un model care este atât rapid, cât și deștept – o combinație care i-a eludat istoric atât pe AI, cât și pe oameni.

Totuși, Brooker nu se așteaptă ca laboratoarele de frontieră să domine spațiul, mai ales că costul pentru a construi ceva interesant este doar de sute sau mii de dolari. De partea lor, executivii TypeSafe spun că își țin capul plecat și îmbunătățesc modelele viitoare. „Înțeleg că oamenii cred că este o goană după aur, dar s-ar putea să subestimeze dificultatea de a face modelele cu adevărat deștepte”, a declarat CEO-ul și fondatorul Diogo Almeida pentru TechCrunch, adăugând că nu vede încă o competiție reală emergând. „Lotul actual pare mai degrabă oameni de ML care vor să implementeze o arhitectură cool decât o echipă dedicată profund să facă inteligența utilă.” Ceea ce este o modalitate politicoasă de a spune: frumoasă încercare, dar sunați-ne când ați construit efectiv ceva.