Diskutiert einen Dual-Engine-Ansatz mit System-1 (JEV) für Routing unter 100 ms und System-2 für schweres LLM-Reasoning, um teure Modellaufrufe pro Mikroaufgabe zu vermeiden.
90% of AI agent setups burn money by routing every micro-task through a heavy LLM. Dual-engine fix: ⚡ System-1 (JEV): Sub-100ms routing 🧠 System-2: Heavy LLM reasoning What engine stack are you building on? #AI #Tech #SaaS #AgenticAI
Gregor Zunic präsentiert einen Open-Source-Browser-Agenten, der Browser Use und Jev kombiniert, Flüge in 7 Sekunden für 0,0039 $ findet und dabei neuen Aktionsraum pro Schritt, DOM-Zustandsraum und kleines LLM-Fallback zum Tippen nutzt.
Scott Williams prognostiziert, dass Custom-Jev-Modelle (paralleles constrained Decoding) bestehende Agentensysteme token-effizienter machen und Millionäre hervorbringen.
Der Nutzer lobt die extrem schnelle Reproduktion jeder Bewegung und jedes Befehls durch das JEV-Modell und glaubt, dass Bots dadurch intelligenter werden.
