Der Autor testete TypeSafe's Jev, um dessen Rolle beim Tool-Calling zu verstehen, ersetzte damit die Entscheidungsfindung des LLM und glaubt, dass Agenten handeln können, bevor der Nutzer zu Ende spricht.
Played around with @typesafeai Jev today, mostly to understand what it does for tool calling. Instead of an LLM deciding what to do, I substituted that part with Jev. My learning is that we will be able to make the agent act before the user finishes the sentence. So far,
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.
