Eine Agent-Sitzung blieb bei 992k Tokens hängen. Der Nutzer ließ Jev von TypeSafe AI jeden alten Tool-Aufruf bewerten, behielt jede Nachricht wortwörtlich bei und reduzierte die Tokens auf 379k, sodass die Sitzung an der Stelle fortsetzen konnte.
life saving usecase: one agent session got stuck at 992k tokens. i let @typesafeai jev judge every old tool call, kept every message word for word, and got it to 379k. it picked up where it left off.
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.
