Jev + Entscheidungsmodelle: Agent entscheidet nur bei Änderungen
Der Autor teilt, Jev mit Entscheidungsmodellen zu kombinieren und einen Tinyfish-Monitor hinzuzufügen, sodass der Agent nur bei Änderungen entscheidet.
THE JEV GUIDE · CURATED EDITION
Launch News, Erklärungen, Demos und Community Projekte rund um TypeSafe Jev, nach Themen geordnet. Jeder Eintrag verweist auf die Quelle bei X.
Kuratierte Auswahl · Nicht vollständig · Manuell aktualisiert
01 / EXPLORE
0 means awaiting a verified post
Der Autor teilt, Jev mit Entscheidungsmodellen zu kombinieren und einen Tinyfish-Monitor hinzuzufügen, sodass der Agent nur bei Änderungen entscheidet.
Teilen eines Coding-Agent-Musters: /ticket-triage fragt Jev, wo gesucht werden soll, Cursor prüft das Repository, Jev markiert mögliche Testlücken nach dem Diff, PHPUnit/Playwright verifizieren das Verhalten, und ein Mensch prüft vor dem Commit.
Der Open-Source-Assistent Jev liest den Bildschirm über Bedienungshilfen, bewertet mit KI Absicht und Risikostufe, generiert 3 Antwortvorschläge und unterstützt das Einfügen mit einem Klick, ohne automatisch zu senden.
Koimiaos Team hat mit Jev eine Stanford-Town-Simulation gebaut. Es ist keine Spiel-Demo und es gibt keinen Spieler: Die Bewohner entscheiden selbst, wohin sie gehen, wen sie treffen und wann sie sprechen. Menschen können nur zuschauen. Demo und GitHub-Code enthalten. Link
Indem Jev als schneller, intuitiver Gatekeeper vor der aufwändigen LLM-Generierung fungiert, senkt die hybride Pipeline Tokenkosten und Latenz erheblich, während hochwertige Memory-Extraktion und Wissensgraphen erhalten bleiben.
Jev Engineering's Autopilot zielt auf die Lücke ab, in der KI-Agentenschwärme gut ausführen, aber nicht wissen, wann sie aufhören sollen, wie bei Agenten mit bis zu 4.000 Schritten.
Ein Nutzer nutzte Jev, um ein Android-Telefon zu steuern, die Uber-App zu öffnen, die Fahrt einzugeben und in 9 Aktionen in etwa 21 Sekunden bis zum Zahlungsbildschirm zu gelangen.
Der Autor zeigt, wie Jev schnell den Einstieg findet und externe Linkinformationen genau ausfüllt, und plant, den bisherigen Submit Agent in den JEV-Modus zu versetzen.
Der Beitrag zeigt, dass Luna allein ~39 Aufrufe, ~5 Min, ~0,037 $ pro Sieg benötigt, während Jev+Luna nur ~4 Aufrufe, ~1,7 Min, ~0,009 $ braucht – ein klarer Vorteil für Jev.
Luna bleibt ruhig, bis Jev denselben Zug dreimal ohne Fortschritt wiederholt, dann gibt sie einen kurzen Tipp. Jev macht weiterhin jeden Zug; Luna weist nur hin.
JevTree expandiert mehrere zukünftige Kandidaten und fasst äquivalente Zustände zusammen, um lokale Intuitionen in einen langfristigen Wahrscheinlichkeitsgraphen zu verwandeln, sodass Jev mehrstufige Entscheidungen autonom treffen kann.
JEV hat in einer Woche 18K Sterne überschritten. jev-ultrafast zerlegt jede Browser-Entscheidung in Operation, Klickziel und eingegebenen Text, sodass eine LLM-Anfrage fünf ersetzt. Es bucht Zürich-London auf Google Flights in 7,1 Sekunden, während ChatGPT Operator 3 Minuten für 200 $/Monat braucht.