Membangun pengklasifikasi basis kode dengan Jev
Seorang pengembang membagikan pembuatan pengklasifikasi basis kode dengan Jev, menyarankan ini dapat mengatasi kode berlebihan dari agen, dan bertanya apa yang harus diuji selanjutnya.
Cortex: server MCP lokal memangkas tugas komputer dari 23 detik menjadi 0,8 detik
Cartwright membangun Cortex, server MCP lokal: Claude merencanakan, lapisan cepat yang melakukan klik. Tugas Mac-app yang sama: 23 detik → 0,8 detik; satu tindakan ~5 detik putaran Claude → 0,25 detik tanpa model. 24 alat: browser, aplikasi Mac, pencarian GitHub, gerbang keamanan. Terkait dengan @typesafeai #JEV.
Built Cortex, a local MCP server: Claude plans, a fast layer does the clicking. Same Mac-app task: computer use 23 s → Cortex 0.8 s One action: ~5 s Claude round → 0.25 s, no model 24 tools: browser, Mac apps, GitHub search, safety gate Measured on my Mac. @typesafeai #JEV
· 2 likesOpen on X
More like this
Jev memungkinkan LLM-as-a-Judge 20–200x lebih cepat dan 40–400x lebih murah
Jev digunakan untuk memilih model mana yang AGI, menawarkan kecepatan 20–200x dan biaya 40–400x lebih murah, membuat LLM-as-a-judge sangat cepat dan hampir gratis.
Menguji aplikasi dengan TypeSafe Jev & OpenCode
Filip membagikan demo kecil yang menunjukkan cepatnya menguji aplikasi dengan TypeSafe Jev dan OpenCode.
