Un développeur montre que Jev a traité une file de 2 millions de tickets en moins de 20 secondes avec seulement trois booléens (spam, urgent, besoin d'un humain), pour 21 centimes.
IT SORTED TWO MILLION TICKETS AND NEVER WROTE A SINGLE WORD i handed jev 2,000,000 support tickets. the queue hit zero in under 20 seconds. it cost 21 cents. the whole schema is three booleans. is this spam, is it urgent, does it need a human. that is the entire output. words
L'auteur partage un retour d'expérience sur Jev : cela semblait délicat au début, mais tout s'est éclairé en le comprenant comme « ne pas laisser l'IA écrire le texte ». En prenant le traitement des demandes comme exemple, l'approche classique consiste à tout confier à GPT ou Claude pour analyse, alors que Jev adopte une approche différente.
Le prototype utilise l'IA pour estimer l'hésitation ou l'intérêt à partir des mouvements du curseur ou de l'arrêt avant le clic, en observant le comportement du client et en complétant les explications ou en suggérant des comparaisons.
L'auteur a créé une démo de service client en temps réel pour le e-commerce avec Jev et gpt-live-1, qui suggère instantanément des produits recommandés en fonction de la parole de l'utilisateur pendant la conversation, offrant une excellente expérience.
