O autor compartilha sua arquitetura final: um modelo Jev atua como screener para julgar probabilidades de similaridade em paralelo, pares incertos vão para outro modelo Jev com contexto extra, o código mescla pares relevantes e um modelo Sonnet/Opus processa o restante.
הארכיטקטורה הסופית שלי: 1) מודל Jev שהוא Screener: מקבל טקסט, ושופט במקביל עבור כל הטקסטים האחרים מה ההסתברות שהם מתארים את אותו הדבר. 2) עבור אלה שהוא לא היה בטוח: מודל Jev נוסף שמקבל זוג-זוג, עם עוד קונטקסט 3) קוד שמאחד את כל הזוגות הרלוונטיים 4) מודל Sonnet/Opus שמקבל את כל
O LLM mantém memória e contexto, usa o agent-desktop para tirar capturas e as envia ao Jev, que seleciona o elemento certo para agir, acelerando o Computer Use com Cursor e modo headless.
Riley Brown compartilha que o Jev da TypeSafe AI classificou 500 e-mails em segundos por apenas 3,5 centavos, destacando a classificação rápida e de baixo custo.
Vídeo explicativo completo apresentando Jev, uma IA que não escreve texto, mas determina para qual departamento encaminhar as consultas e qual a urgência.
