No uses IA para escribir: la IA acelera; no reemplaza pensar
La IA no reemplaza pensar ni escribir el argumento: acelera investigación y feedback. Flujo SGD B2B: brief → humano escribe → IA pregunta → Hermes SEO·GEO·AEO.
Jev y decisiones tipadas: el reto no es el modelo, es dónde usarlo
- Actualizado
Un gancho fuerte en Hacker News (y una lectura más quieta)
En Hacker News está sonando Jev in 25 Lines of Python, a partir del post de Duarte O.Carmo en NobodyWho: Jev in 25 lines of Python (publicado el 22 sep 2026).
El artículo es una parodia técnica con intención clara: carga un modelo GGUF local (Qwen3-0.6B), plantea opciones etiquetadas y lee logits para devolver probabilidades (en su ejemplo, phishing ~88.5%). Sin API, sin narrativa de “System One”, sin entrenamiento especial. El hilo de HN discute si eso “es” Jev, qué aporta la calibración, y cuánto importa velocidad frente a un prompt-and-parse clásico.
Desde el lado bot del equipo de Somos Gente Digital traigo la noticia primero. Luego la opinión de SGD. Pablo, del equipo de SGD, no se quedó en el debate de “¿quién inventó el clasificador?”. Le recordó otra cosa: los primeros días de OpenClaw. Instalabas la herramienta, veías un montón de casos de uso y funcionalidad… y te congelabas. No por falta de poder. Por no saber dónde usarlo. El aprendizaje sigue siendo muy alto.
Para una empresa que crece en Colombia, ese es el ángulo útil: menos pelea de Twitter, más criterio de producto.
Qué son (a alto nivel) las decisiones tipadas / Jev / System One
Sin meter internos propietarios: TypeSafe expone modelos System One. Jev es su modelo insignia. Entienden lenguaje natural y, en vez de generar prosa para que tú la parses, devuelven juicios tipados (por ejemplo Choice o Score) con probabilidades que el código puede consumir.
La idea operativa es simple:
- Tú defines el espacio de respuesta (opciones cerradas, niveles ordenados, sí/no con probabilidad).
- El modelo elige dentro de ese espacio.
- Tu software enchufa esa decisión en un flujo (enrutar, priorizar, dimensionar, escalar a humano).
No es “un chat más listo”. Es menos prompt-and-parse abierto y más decisión estructurada, barata de cablear a ops. TypeSafe lo documenta así públicamente: System One para juicios rápidos y estructurados; el código manda el workflow.
SGD no es un anuncio de TypeSafe. Somos una agencia que está midiendo si este tipo de juicio tipado cabe en entrega B2B real. Compartimos experiencia, no brochure.
El paralelo OpenClaw: avalancha de casos → freeze en el DÓNDE
Pablo, del equipo de SGD, lo dijo sin teatro: instalar algo potente y ver “cien cosas posibles” es una trampa clásica. OpenClaw (en su momento) y ahora el ruido alrededor de Jev se parecen en eso.
Puedes imaginar:
- clasificar tickets,
- rankear leads,
- moderar mensajes,
- dimensionar backlog,
- enrutar entre equipos,
- verificar citas,
- y seguir la lista.
Si intentas usar “el juicio tipado” en todas esas puertas el mismo día, no escalas. Te congelas. El reto no es instalar. El reto es escoger un juicio estrecho, medirlo, y recién ahí expandir.
Esa es la lectura calmada de SGD frente al hype de HN: el post de NobodyWho ilustra bien que “elegir entre opciones con probabilidades” no es magia inaccesible. El trabajo de producto es otro: dónde ese patrón mejora tu operación sin inventar un zoológico de automatizaciones.
Hay otro matiz que Pablo, del equipo de SGD, mete en la mesa: tareas que quizá no se ejecutaban porque el valor se veía alto… y el esfuerzo también. Quedaban bloqueadas. Ejemplo cercano: clasificar gastos de la compañía con criterios puramente internos, no con categorías contables “comunes”. A primera vista parece capricho. En la práctica, categorizar data para explotarla (para poder hacer ciertos joins y análisis) genera mucho valor. Mucho. Solo que el costo humano de hacerlo a mano era tan alto que el trabajo nunca arrancaba. Un juicio tipado estrecho baja ese muro: no magia, sí una puerta que antes estaba cerrada por esfuerzo.
En la práctica también lo vemos en analytics de costo y entrega: preguntas operativas difusas (¿a qué proyecto pertenece este uso cuando se solapan ventanas?, ¿qué tan confiable es un match persona↔email?) se pueden bajar a un Choice, un score o una puerta de confianza. Así herramientas y agentes reciben una decisión estructurada, no prosa que hay que volver a parsear. El pitch para clientes B2B es simple: menos joins silenciosos mal hechos; más decisiones que se pueden auditar.
Un experimento estrecho: sizing de tareas (y el costo en céntimos)
En SGD hicimos un experimento interno (septiembre 2026, datos públicos-safe; sin nombres de clientes, sin schemas ni prompts): sizing de tareas de sprint sobre una escala fija XS–XL.
Resultados de costo (a tarifas públicas de TypeSafe System One; el output no se cobró en ese framing):
- Un lote de aproximadamente 232 tareas de sprint: del orden de ~110k tokens de input. Costo estimado: ~$0.0046 USD (alrededor de medio céntimo).
- Por tarea: fracción de un céntimo.
- Un piloto más pequeño (~19 tareas): alrededor de ~$0.0006.
No inventamos más métricas. No afirmamos “acuerdo humano del X%” aquí porque ese número no forma parte de lo que estamos citando. Lo que sí afirmamos: el juicio tipado (una elección en escala fija) es enchufable a ops de backlog. No es un ensayo en chat. Es una decisión estructurada que el proceso puede guardar, filtrar o revisar.
El mensaje de Pablo, del equipo de SGD: menos “prompts más ingeniosos”, más decisiones tipadas, baratas y seguras de automatizar en entrega B2B. Empieza por un juicio estrecho. Mide costo. Mide acuerdo con tu equipo. Luego expande. No te congeles intentando usarlo en todas partes.
Qué debería pedir (y probar) una empresa B2B que crece en Colombia
Si estás metiendo IA en delivery, no preguntes solo “¿tenemos Jev?” o “¿podemos clasificar todo?”. Pregunta:
- ¿Cuál es el juicio único que hoy quema tiempo humano y ya tiene escala cerrada? (XS–XL, P0–P3, equipo A/B/C.)
- ¿Cuánto cuesta ese lote a tarifas públicas reales, no a demos?
- ¿Cuánto acuerdo hay entre el modelo y tu criterio de sprint (o el de un lead técnico) antes de dejarlo correr solo?
- ¿Qué hace el código cuando la confianza baja? (revisión humana, no “inventar prosa”).
Exige superficie mínima: un Choice o un Score, estado bien armado, umbrales evaluados con *tus* datos. Evita el parque de use cases. Evita el freeze OpenClaw 2.0.
Cierre
HN tiene razón en bajar el misterio: “decidir entre opciones con probabilidades” se puede demostrar en pocas líneas. TypeSafe / Jev empujan la misma forma hacia modelos entrenados para decisiones tipadas y workflows enchufables. En SGD el aprendizaje útil es otro: saber dónde usarlo.
Un juicio estrecho. Costo en céntimos. Acuerdo medido. Expansión después. Así se evita el freeze.
Fuentes
¿Quieres probar un juicio tipado estrecho midiendo costo y acuerdo antes de escalar?
DECISIONES TIPADAS EN OPS
