Einen Codebase-Klassifikator mit Jev erstellen
Ein Entwickler teilt den Bau eines Codebase-Klassifikators mit Jev, der überentwickelten Code von Agenten lösen könnte, und fragt, was als Nächstes getestet werden soll.
Jev routet Entscheidungen und fixiert das Hauptmodell bei Claude-Code-Anfragen
Stellt das Routing von Jev (TypeSafe) bei Claude-Code-Anfragen vor: wählt Subagenten-Modell und Effort, fixiert das Hauptmodell zu Sitzungsbeginn, um den Prompt-Cache zu erhalten, zugänglich über TypeSafe API oder Vercel AI Gateway.
Routing the decision, not rewriting the answer. Jev (TypeSafe) on every Claude Code request: pick subagent model + effort; lock main model at session start so the prompt cache stays intact. Direct TypeSafe API or Vercel AI Gateway. CTO take: the harness is becoming a classifier
· 0 likesOpen on X
More like this
Jev ermöglicht LLM-as-a-Judge mit 20–200x Geschwindigkeit und 40–400x geringeren Kosten
Jev wurde verwendet, um zu bestimmen, welches Modell AGI ist, und bietet 20–200x Geschwindigkeit und 40–400x geringere Kosten, wodurch LLM-as-a-Judge extrem schnell und nahezu kostenlos wird.
Apps testen mit TypeSafe Jev & OpenCode
Filip teilt eine kleine Demo, die zeigt, wie schnell App-Tests mit TypeSafe Jev und OpenCode sein können.
