Der Autor verbrachte einen Tag damit zu testen, ob JEV AI-Agenten besser routen kann als große Modelle. Zuerst verlor es, nach einer Änderung der Fragestellung war es gleichauf – bei einem Drittel der Latenz und einem Bruchteil der Kosten. Inklusive Messungen und Schwachstellen.
I spent a day trying to prove JEV could route my AI agents better than the big ones. It lost. Then I changed how I asked the question and it tied them, at a third of the latency and a fraction of the cost. Everything I measured, including where it fails 🧵
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.
