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が文単位でトラッカーを自動入力
ユーザーが文を入力すると適切なウィジェットが自動入力され、保存をタップするだけ。LLMが各トラッカーを一度作成し、Jevが以降の各文を約430ms、$0.0005で処理する。
Same idea, one step further: it doesn't just pick the model, it fills the screen. I type a sentence and the right widget is already filled in. Tap Save. ~430 ms, $0.0005, nothing generated. An LLM authors each tracker once. Jev runs every sentence after.
· 0 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。
