OpenAI-CEO Sam Altman hat auf der Dev Day-Veranstaltung des Unternehmens das neue Produkt „Decisions API“ angekündigt. Die API, die für eine begrenzte Vorschau geöffnet wurde, bietet Funktionen, die dem Anfang dieses Monats von TypeSafe AI veröffentlichten und für die Softwareautomatisierung entwickelten Jev-Modell ähneln.
Jev, ein leistungsstarker, auf einem Large Language Model basierender Klassifikator, bewertet von Entwicklern festgelegte Optionen kostengünstig, schnell und in Form von Wahrscheinlichkeiten. Altman sagte, die Decisions API lasse das Luna-Modell zwischen vordefinierten Optionen wählen, etwa der Klasse eines Bildes oder dem Verhalten eines Agenten. Dieser Ansatz soll das Modell beschleunigen und zugleich das Bildverständnis, die umfassende Sprachunterstützung und die Sicherheitsvorkehrungen bewahren.
Diogo Almeida, CEO von TypeSafe und ehemaliger OpenAI-Ingenieur, wertete das Interesse von OpenAI als Hinweis auf die Zukunft von „System One“-kompatiblen Systemen, die für schnelles und intuitives Denken stehen. TypeSafe verwendet für bewusstes Schlussfolgern den Begriff „System 2“. Entwickler, die Jev zusammen mit Large Language Models einsetzen, berichten von höherer Geschwindigkeit und niedrigeren Kosten. Da die Decisions API jedoch noch nicht umfassend getestet wurde, ist unklar, in welchem Maß sie Jev ähnelt. Auch andere Unternehmen entwickeln ähnliche Modelle; das grundlegende Problem besteht darin, wie gut ihre Ausgaben mit der Realität übereinstimmen werden. Almeida sagte, der Vorteil von TypeSafe seien die synthetischen Daten, die das Unternehmen zur Erzeugung statistisch nützlicher Ergebnisse verwendet.
Einer der möglichen Anwendungsbereiche ist die Überwachung und Absicherung von AI-Agenten. Nachdem OpenAI Vorfälle erlebt hatte, bei denen seine Agenten im offenen Internet fehlerhaft agierten, begann das Unternehmen, ihre Aktionen mit einem separaten Modell zu überwachen – gegen „significant compute cost“. Der für QueryStory verantwortliche Cybersicherheitsexperte Shapor Naghibzadeh entwickelte eine Demo, die jede Aktion eines Jev-Agenten mit der gestellten Aufgabe vergleicht. Das System blockiert Aktionen, bei denen es sich mit hoher Sicherheit um schädliche Handlungen handelt, leitet einige zur Überprüfung weiter und lässt die übrigen zu. Es wurde angegeben, dass eine solche Überwachung den Vorfall bei Hugging Face hätte verhindern können und mit Jev Kosten von 2,94 $ sowie mit einem frontier LLM Kosten von 372 $ verursacht hätte.
Warum das wichtig ist
Dieser Ansatz zielt auf Anwendungen ab, bei denen schnelle Entscheidungen zwischen vordefinierten Optionen erforderlich sind, anstatt jeden Vorgang einem langen Schlussfolgerungsprozess zu unterziehen. Für Entwickler besteht die entscheidende Frage daher nicht nur darin, ob das Modell schneller wird, sondern auch darin, ob es seine Entscheidungen gemeinsam mit Bildverständnis, verschiedenen Sprachen und Sicherheitsvorkehrungen aufrechterhalten kann. Die Idee, Aktionen von Agenten im Internet mit ihren Aufgaben zu vergleichen und sie zu blockieren, zur Überprüfung zu stellen oder freizugeben, verlagert diese Technologie direkt auf die Überwachungsebene; zugleich lässt eine solche Nutzung die Frage offen, wie fehlerhafte Entscheidungen gehandhabt werden sollen. Das Produkt befindet sich in einer begrenzten Vorschauphase, und da der Kostenvergleich auf einer Hackathon-Demo beruht, sind seine Ähnlichkeit mit Jev und die Ergebnisse im realen Einsatz noch nicht durch umfassende Tests geklärt.
Hintergrund
OpenAI ist im FikirPilot-Archiv kein neuer Name: In den letzten 90 Tagen haben wir 69 Nachrichten veröffentlicht, in denen dieser Name vorkam; die neueste stammt vom 2. Oktober 2026.
Begriff: Agent
Ein AI-Agent ist eine Software, die nicht nur eine einzelne Antwort erzeugt, sondern Tools aufruft und mehrstufige Aufgaben ausführt, um ein Ziel zu erreichen.