Decide with Jev: l'AI Laravel che risponde con una probabilità
▶️ Guarda il video tutorial (9 minuti)
Prima di inviare un tutorial a un editor, controllo una cosa. La bozza fa quello che chiedeva il brief?
Un brief è il piano di un articolo. Dice cosa dovrebbe imparare il lettore. La bozza è quello che lo scrittore ha consegnato. A volte le due cose non coincidono.
Quindi in Decide with Jev, un nuovo mini corso su Laravel News, costruiamo un'app che fa questo controllo per noi. La chiamo content preflight checker. I piloti controllano l'aereo prima del decollo. Questa app controlla la bozza prima che arrivi all'editor. Non scrive nulla e non pubblica nulla. La decisione resta comunque all'editor.
L'app usa Jev, un modello AI di un'azienda chiamata TypeSafe. La maggior parte dei modelli AI che hai usato ti risponde con del testo. Jev invece ti restituisce un numero. Ti dice quanto è probabile che la risposta sia "sì".
Perché è utile? PHP non può creare regole a partire da un paragrafo. Può crearle a partire da un numero. Un numero alto significa che la bozza è ben aderente al brief. Un numero basso significa che non lo è. Tutto quello che sta nel mezzo va a una persona. Non sto dicendo che Jev sia più intelligente di un modello di chat. La sua risposta ha semplicemente la forma giusta per questo lavoro.
In questo primo episodio prepariamo tutto. Installiamo l'Laravel AI SDK e aggiungiamo una API key di TypeSafe. Nel video uso la versione dev 1.x dell'SDK, perché questa funzionalità non era ancora nel branch principale. (Da quando ho registrato il video è stata mergiata, quindi non ti serve più il branch dev. Una normale installazione funziona.) Jev gira sui server di TypeSafe, quindi non c'è nulla in più da installare sul tuo computer.
Poi ci serve qualcosa da testare. Ho scritto quattro brevi bozze per un unico brief: mostrare a uno sviluppatore Laravel come aggiungere una route GET /hello e verificarla nel browser.
- La prima bozza fa tutto quello che chiede il brief.
- La seconda parla di route ma non fornisce nemmeno un singolo passaggio.
- La terza è un mix. Contiene qualche opinione e qualche novità di prodotto, ma una sola istruzione.
- La quarta cerca di ingannare il checker. Dice al modello di ignorare il brief. La useremo più avanti nel corso.
Poi poniamo a Jev la nostra prima domanda in Tinkerwell. La bozza completa ottiene 0.96. Quella scarna ottiene 0.02.
Un avvertimento su quel numero. È la probabilità che il modello assegna al "sì". Non è la prova che la risposta sia corretta.
Nel prossimo episodio poniamo tre domande in una volta sola. La bozza fa quello che chiedeva il brief? Che tipo di testo è? Quanto sono chiari i passaggi?
Altri articoli recenti
Laravel AI 1.1 e 1.2: Agent Skills, Cohere e structured output più solidi
Le release 1.1.0 e 1.2.0 di laravel/ai portano gli Agent Skills, l'approvazione obbligatoria per i tool built-in e nuovi provider come Cohere e Laya self-hosted. Sul fronte qualità arrivano i fix allo structured output per Bedrock e il supporto alle provider options. Aggiornati anche i modelli di default, con Claude 4.7+ che ignora i sampling params.
Laravel 13.35.0: scheduler più controllabile, code più flessibili e response Markdown
Laravel 13.35.0 porta Schedule::alwaysOnOneServer(), il supporto a schedule:interrupt per i comandi di lunga durata, --memory in percentuale per queue:work e il nuovo metodo markdown() sulla response factory. Tante piccole migliorie anche a test, view compilate in parallelo e dischi local.
BashBox: un interprete Bash in sandbox per agenti AI in PHP
BashBox è un interprete bash scritto in puro PHP che permette di eseguire gli script generati dagli agenti AI senza mai ricorrere a proc_open, exec o shell_exec. Ogni comando è una classe PHP che lavora su un filesystem virtuale, con limiti di esecuzione, quote disco e accesso di rete configurabili. Ideale per chi sviluppa agenti con il Laravel AI SDK o altre librerie simili.