El autor comparte su arquitectura final: un modelo Jev actúa como screener para juzgar probabilidades de similitud en paralelo, los pares inciertos pasan a otro modelo Jev con contexto adicional, el código fusiona los pares relevantes y un modelo Sonnet/Opus procesa el resto.
הארכיטקטורה הסופית שלי: 1) מודל Jev שהוא Screener: מקבל טקסט, ושופט במקביל עבור כל הטקסטים האחרים מה ההסתברות שהם מתארים את אותו הדבר. 2) עבור אלה שהוא לא היה בטוח: מודל Jev נוסף שמקבל זוג-זוג, עם עוד קונטקסט 3) קוד שמאחד את כל הזוגות הרלוונטיים 4) מודל Sonnet/Opus שמקבל את כל
El LLM mantiene memoria y contexto, usa agent-desktop para tomar capturas y las envía a Jev, que selecciona el elemento correcto para actuar, acelerando Computer Use con Cursor y modo headless.
Riley Brown comparte que Jev de TypeSafe AI clasificó 500 correos en segundos por solo 3,5 centavos, destacando su clasificación de correo rápida y económica.
Video explicativo completo que presenta a Jev, una IA que no escribe texto sino que determina a qué departamento dirigir las consultas y su urgencia.
