Penulis sedang membangun layanan koncierge belanja. Awalnya bertujuan menilai apakah sayur dan makanan murah menggunakan statistik publik, Jev, dan LLM. Setelah tinjauan adversarial, pendekatan ini berubah menjadi mekanisme yang menempatkan kriteria promosi ilmiah antara bukti dan tindakan.
買い物コンシェルジュを作っていたら、思ったより面白いものになってきた 最初は 「野菜や食品が今安いか？」 を公的統計＋Jev＋LLMで判断する仕組み。 でも敵対的レビューをかけて改修していたら、本質が変わった。 今作っているのは EvidenceとActionの間に“科学的な昇格条件”を置く仕組み に近い
Posting ini menampilkan asisten belanja real-time yang menggabungkan GPT-Live-1 dengan Jev. Saat pengguna berbicara, antarmuka langsung menampilkan produk yang cocok, bahkan sebelum giliran percakapan selesai, dan Jev menggunakan status dialog untuk menggerakkan interaksi.
Menampilkan ego lite, Jev, dan DeepSeek Flash menyelesaikan 20 keputusan produk Amazon dalam 3,71 detik versus 54,45 detik untuk GPT-5.6 Sol, keduanya skor 10/10.
Jev menilai 3.000 camilan anak di nosugarforkids.com dengan berbagai kriteria dalam 28 detik seharga $0,11. Link
