El autor describe a Jev como encargado de filtrar y decidir, dejando que el LLM profundice solo cuando merece la pena; una arquitectura para agentes y flujos de IA que prioriza cómputo y coste.
Para visualizar mejor lo que contaba antes: Jev filtra y decide. El LLM profundiza solo cuando merece la pena. Esta separación me parece de las arquitecturas más interesantes para agentes y workflows de IA actualmente. Priorizando siempre compute y coste.
Gregor Zunic presenta un agente de navegador de código abierto que combina Browser Use y Jev, encuentra vuelos en 7 segundos por 0,0039 dólares, usando nuevo espacio de acciones por paso, espacio de estados DOM y respaldo de LLM pequeño para escribir.
Scott Williams predice que los modelos personalizados estilo Jev (decodificación restringida en paralelo) harán más eficientes en tokens los sistemas de agentes existentes, creando millonarios.
El usuario elogia la extremadamente rápida reproducción de cada movimiento y comando del modelo JEV, y cree que los bots serán más inteligentes.
