Background
TypeSafe AI 的 Jev 是一個回傳 typed decision 的模型 (是非加機率、固定選項、分數)，不產生文字。這個 issue 記錄把它放進 Braid 的初步想法，以及目前還說不通的地方，留待後續討論。
Candidate Fits (候選位置)
Jev 不能取代 Claude Code，因為它不會呼叫工具，也寫不出附出處的內容。比較可能的位置是在昂貴的 run 之前做一次便宜的判斷。
- Reactor Pre-Dispatch Filter：
ReactorService 對每個新增或修改的 unit 都派發一次完整的 run，上限預設每小時 5 次。先問 Jev「這個 diff 有沒有碰到領域模型」，答否就不派發。
- Semantic Search Rerank：
EmbeddingService.search 取回候選節點後，由 Jev 對問題與節點逐一打分數再排序。
- Secondary Ideas：判斷 View 是否真的過時，或判斷 Ask 的問題能否從 graph 回答。
Open Questions (待釐清)
整體還是覺得哪裡怪怪的，以下是目前想到的疑點。
- Problem Evidence：Reactor 預設關閉，沒有資料顯示每小時 5 次的上限真的被打滿。這可能是先有解法才找問題。
- Unreviewed Decisions：Braid 的前提是 AI 起草、人決定。過濾器說「否」，等於 AI 在沒有人審核、沒有出處的情況下決定 graph 看不到某個變更。即使把跳過記錄成
filtered 狀態，也和這個前提有張力。
- Missing Context：一個 diff 是否影響領域模型，取決於 ontology 和現有 graph。只看 diff 的小模型可能根本判斷不了。
- New Axis Cost：README 定義了五個可替換的軸，為了一個用途新增
Gate 或 Decider 介面算是擴張範圍。
- Vendor Necessity：同樣的判斷用一次 Haiku 呼叫也做得到，不必多接一個供應商。Jev 的優勢 (延遲、價格) 在每小時個位數的呼叫量下可能不重要。
- Unverified Specs：目前的規格都來自第三方頁面，價格數字彼此不一致，也還沒實測過。
Possible Spike (可能的實驗)
若要繼續，可以先做一個不動產品程式碼的實驗。
- Replay：用
examples/conciergent 的歷史 diff 重播，讓判斷模型決定每個 unit 是否派發
- Metrics：對照該次 run 是否實際產生 proposal，算出省下的 run 數與漏掉的有效 proposal 數
- Baseline：同一組資料也跑 Haiku，確認 Jev 是否真的比較好
References
Background
TypeSafe AI 的 Jev 是一個回傳 typed decision 的模型 (是非加機率、固定選項、分數)，不產生文字。這個 issue 記錄把它放進 Braid 的初步想法，以及目前還說不通的地方，留待後續討論。
Candidate Fits (候選位置)
Jev 不能取代 Claude Code，因為它不會呼叫工具，也寫不出附出處的內容。比較可能的位置是在昂貴的 run 之前做一次便宜的判斷。
ReactorService對每個新增或修改的 unit 都派發一次完整的 run，上限預設每小時 5 次。先問 Jev「這個 diff 有沒有碰到領域模型」，答否就不派發。EmbeddingService.search取回候選節點後，由 Jev 對問題與節點逐一打分數再排序。Open Questions (待釐清)
整體還是覺得哪裡怪怪的，以下是目前想到的疑點。
filtered狀態，也和這個前提有張力。Gate或Decider介面算是擴張範圍。Possible Spike (可能的實驗)
若要繼續，可以先做一個不動產品程式碼的實驗。
examples/conciergent的歷史 diff 重播，讓判斷模型決定每個 unit 是否派發References