Budowanie klasyfikatora bazy kodu z Jev
Deweloper dzieli się budową klasyfikatora bazy kodu z Jev, sugerując, że może rozwiązać problem przekombinowanego kodu od agentów, i pyta, co testować dalej.
Zarządzanie pamięcią agenta kodującego za pomocą Jev
Autor uruchamia Jev (około 0,3 s na wywołanie) na każdej wiadomości Claude Code, aby zdecydować, co zapamiętać, i zapisuje kluczowe decyzje oraz błędy w pliku JEVMEM.md. Jest to bardziej wydajne niż użycie LLM (około 3 s).
A 10th: deciding what a coding agent should remember. I run Jev on every Claude Code message (decision? bug? replaces an older one?) and save the keepers to JEVMEM.md in the repo. At 0.3s a call that's cheap enough for every message. An LLM would add about 3s each.
· 0 likesOpen on X
More like this
Jev umożliwia LLM-as-a-Judge 20–200x szybciej i 40–400x taniej
Jev został użyty do wyboru, który model jest AGI, oferując 20–200x większą szybkość i 40–400x niższy koszt, czyniąc LLM-as-a-judge niezwykle szybkim i niemal darmowym.
Testowanie aplikacji z TypeSafe Jev i OpenCode
Filip dzieli się małym demo pokazującym szybkość testowania aplikacji z TypeSafe Jev i OpenCode.
