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が判断を担う全自動ワークフロー
JEVを判断専任とし、高速な小型モデルで推論することで、大規模モデル依存による自動化の遅さを解決する提案。
所以JEV最强的应用场景之一就是做全自动化！ 很多自动化慢得像幻灯片，就是因为把流程控制、视觉和思考全堆给大模型，大模型要思考推理，根本不可能跑得快 我的解法很简单：用 JEV 专职负责判断，再搭配一个高速小模型推理（我用的是DeepSeek V4.1 Flash）👇 观点挺适合启发参考
· 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。
