用 Jev 构建代码库分类器
开发者分享用 Jev 构建代码库分类器，认为这可能解决智能体生成过度工程化代码的问题，并询问下一步测试方向。
用 Jev 构建实时判断 X 信息流的 Chrome 扩展
开发者分享了一个 Chrome 扩展，利用 TypeSafe AI 的 Jev 在约 300 毫秒内对 X 信息流中的每条帖子给出 READ、MAYBE 或 SKIP 判断，无需脚本规则、选择器或 LLM。
I built a Chrome extension that judges every post in my feed before I reach it. READ, MAYBE or SKIP, in about 300 ms, using Jev by @typesafeai. No scripted rules, no selectors, no LLM. Real time, my X feed:
· 0 次赞在 X 打开
更多类似内容
Jev 以 20–200 倍速度和 40–400 倍低成本实现 LLM 评判
Jev 被用于判断哪个模型是 AGI，速度提升 20–200 倍，成本降低 40–400 倍，可让 LLM-as-a-judge 变得极快且近乎免费。
使用 TypeSafe Jev 与 OpenCode 测试应用
Filip 分享了一个小演示，展示使用 TypeSafe Jev 和 OpenCode 测试应用的速度。
