Jev + modele decyzyjne: agent decyduje tylko przy zmianach
Autor dzieli się połączeniem Jev z modelami decyzyjnymi i dodaniem monitora tinyfish, aby agent podejmował decyzje tylko przy zmianach.
THE JEV GUIDE · CURATED EDITION
Wiadomości premierowe, wyjaśnienia, demo i projekty społeczności wokół TypeSafe Jev, uporządkowane według tematów. Każdy wpis prowadzi do źródła na X.
Selekcja redakcyjna · Niepełna · Aktualizowana ręcznie
01 / EXPLORE
0 means awaiting a verified post
Autor dzieli się połączeniem Jev z modelami decyzyjnymi i dodaniem monitora tinyfish, aby agent podejmował decyzje tylko przy zmianach.
Dzielenie się wzorcem agenta kodującego: /ticket-triage pyta Jev, gdzie szukać, Cursor sprawdza repozytorium, Jev oznacza możliwe luki w testach po diffie, PHPUnit/Playwright weryfikują zachowanie, a człowiek dokonuje przeglądu przed commitem.
Asystent Jev o otwartym kodzie odczytuje ekran przez usługi dostępności, używa AI do oceny intencji i poziomu zagrożenia, generuje 3 propozycje odpowiedzi i obsługuje wypełnianie jednym dotknięciem bez automatycznego wysyłania.
Zespół Koimiao zbudował symulację Stanford Town przy użyciu Jev. To nie jest demo gry, nie ma gracza: mieszkańcy sami decydują, dokąd iść, kogo spotkać i kiedy rozmawiać, a ludzie mogą tylko patrzeć. Dołączono demo i kod na GitHubie. Link
Dzięki temu, że Jev działa jako szybki i intuicyjny bramkarz przed wywołaniem ciężkiej generacji LLM, hybrydowy potok znacznie obniża koszty tokenów i opóźnienia, zachowując wysokiej jakości ekstrakcję pamięci i budowę grafu wiedzy.
Autopilot Jev Engineering rozwiązuje lukę, w której roje agentów AI dobrze wykonują zadania, ale nie wiedzą, kiedy przestać, np. agenci działający do 4 000 kroków.
Użytkownik użył Jev do sterowania telefonem z Androidem, otwierając aplikację Uber, wprowadzając trasę i docierając do ekranu płatności w 9 działaniach w około 21 sekund.
Autor pokazuje, jak Jev szybko znajduje wejście i dokładnie wypełnia informacje o zewnętrznych linkach, oraz planuje przełączyć poprzedni Submit Agent na tryb JEV.
Post pokazuje, że sama Luna wymaga ~39 wywołań, ~5 minut, ~0,037 USD za wygraną; Jev+Luna tylko ~4 wywołań, ~1,7 minuty, ~0,009 USD, podkreślając wydajność i oszczędność Jev.
Luna milczy, dopóki Jev nie powtórzy tego samego ruchu trzy razy bez postępów, a potem daje krótką wskazówkę. Jev nadal wykonuje każdy ruch; Luna tylko wskazuje.
JevTree rozwija wiele kandydackich przyszłości i łączy równoważne stany, przekształcając lokalne intuicje w długoterminowy graf prawdopodobieństwa, umożliwiając Jev autonomiczne podejmowanie wieloetapowych decyzji.
JEV przekroczył 18K gwiazdek w tydzień. jev-ultrafast dzieli każdą decyzję przeglądarki na operację, cel kliknięcia i wpisany tekst, więc jedno żądanie LLM zastępuje pięć. Rezerwuje Zurych-Londyn w Google Flights w 7,1 sekundy, podczas gdy ChatGPT Operator zajmuje 3 minuty za 200 $/mies.