Autor zbudował harness z Jev od TypeSafe AI, który uczy się zadania w trakcie działania i przenosi kroki z wywołań LLM do kodu, obniżając koszt 100 000 alertów zgodności z ponad 290 tys. USD na Opus 5 do poniżej 26 tys. USD dzięki agentrun().
We built a new harness using @typesafeai's Jev that cuts the cost of repetitive work by 90%. The harness learns the job as it runs, moving steps from LLM calls to code. Running 100,000 compliance alerts costs >$290K on Opus 5. With agentrun() we got it down to <$26K.
LLM przechowuje pamięć i kontekst, używa agent-desktop do robienia zrzutów i wysyła je do Jev, który wybiera właściwy element do działania, przyspieszając Computer Use z obsługą Cursor i trybu headless.
Riley Brown dzieli się, że Jev od TypeSafe AI sklasyfikował 500 e-maili w kilka sekund za jedyne 3,5 centa, pokazując szybką i tanią klasyfikację poczty.
Kompleksowy film objaśniający przedstawiający Jev, AI, które nie pisze tekstu, lecz decyduje, do którego działu skierować zapytania i jak pilne są.
