Jev rispetto ai modelli che generano testo
Jev non genera testo libero. Un video affiancato confronta decisioni parallele e generazione token per token.
Architettura di agente a tre livelli: Jev come livello decisionale
Il post sostiene che le architetture di agenti mature passeranno da un unico grande modello a tre livelli: l'LLM per ragionamento e pianificazione, gate leggeri come Jev per routing, classificazione delle intenzioni e guardrail, e codice/regex per macchine a stati deterministiche e schemi.
接下来成熟的 Agent 架构，一定会从“一把大模型梭哈”走向三层分工： Reasoning Layer（大模型）：负责全局长程规划、发散思考、开放式生成； Decision Layer（轻量判门/Jev等）：负责局部路由、意图归类、状态断言、Guardrail； Deterministic Layer（代码/正则）：负责确定性状态机、Schema
· 0 likesOpen on X
More like this
Prezzi, valutazioni e origine del nome Jev
Il thread di lancio spiega le valutazioni dei workflow code + AI, il prezzo di input annunciato e i token di output gratuiti.
Modello Jev: generazione di probabilità per le decisioni, 200× più veloce e 400× più economico degli LLM
Questo modello è progettato per il processo decisionale anziché la generazione di testo, generando probabilità per ogni opzione in parallelo invece di risposte token per token. L'autore condivide un esempio semplificato di confronto tra LLM normali e questo modello Jev.
