JevでComputer Useを高速化：LLMの記憶とJevによる操作実行
LLMが記憶とコンテキストを保持し、agent-desktopでスナップショットを取得してJevに送信、Jevが適切な要素を選んで操作を実行し、Computer Useを高速化。Cursor対応、ヘッドレス運用も可能。
Jevで交通信号制御を構築
著者はJevで交通信号制御を構築。Jevは構造化された交差点状態（待ち行列、遅延、検出器、合法動作）を受け取り、型付き決定を出力する。多くのワークフローにLLMは不要だと指摘。
Everyone’s talking about Jev. So I tried it. Built a traffic-light controller with it. Jev gets structured intersection state (queues, delay, detectors, legal actions) and outputs typed decisions. We’ve been stuffing LLMs into everything. Most workflows don’t need that. I
· 2 likesOpen on X
More like this
Jevが500件のメールを数秒で分類、コストはわずか3.5セント
Riley Brown氏が、TypeSafe AIのJevを使って500件のメールを数秒で分類し、コストはわずか3.5セントだったと共有。高速かつ低コストなメール分類を実証。
テキストを書かないAI「Jev」の総合解説動画
テキストを書かないAI「Jev」の総合解説動画。問い合わせをどの部門に振り分けるか、緊急度はどれくらいかを判断するAI。
