Jason Zhou montre comment configurer trois workflows avec Jev + Treg en moins de 6 minutes : détection de fraude et filtrage des inscriptions, recherche et qualification des signaux d'achat, et suivi du contenu viral. Treg trouve les données, Jev les classe, ce qui permet d'économiser 8 000 $ par mois.
Jason Zhou says 3 workflows built with Jev + Treg saved his team $8K a month. In less than 6 minutes, he walks through the setup: • fraud detection & signup screening • finding and qualifying buying signals • tracking viral content Treg finds the data → Jev classifies it
Le LLM conserve mémoire et contexte, utilise agent-desktop pour prendre des captures et les envoie à Jev, qui sélectionne le bon élément pour agir, accélérant Computer Use avec Cursor et en mode headless.
Riley Brown partage que Jev de TypeSafe AI a classé 500 e-mails en quelques secondes pour seulement 3,5 centimes, illustrant une classification rapide et peu coûteuse.
Vidéo explicative complète présentant Jev, une IA qui n'écrit pas de texte mais détermine vers quel service acheminer les demandes et leur urgence.
