Présente une approche à double moteur : System-1 (JEV) pour un routage en moins de 100 ms et System-2 pour le raisonnement lourd, évitant d'appeler un grand LLM pour chaque micro-tâche.
90% of AI agent setups burn money by routing every micro-task through a heavy LLM. Dual-engine fix: ⚡ System-1 (JEV): Sub-100ms routing 🧠 System-2: Heavy LLM reasoning What engine stack are you building on? #AI #Tech #SaaS #AgenticAI
Gregor Zunic présente un agent navigateur open source combinant Browser Use et Jev, trouvant des vols en 7 secondes pour 0,0039 $, avec un nouvel espace d'actions à chaque étape, un espace d'états DOM et un petit LLM de secours pour la saisie.
Scott Williams prédit que les modèles personnalisés de style Jev (décodage contraint parallèle) rendront les systèmes d'agents existants plus efficaces en tokens, créant des millionnaires.
L'utilisateur loue la reproduction extrêmement rapide de chaque mouvement et commande du modèle JEV, et estime que les bots deviendront plus intelligents.
