用 Jev 分类模型逐步选择合法 token 编写 C++
作者用 TypeSafe 的 Jev 决策/分类模型做实验：每步只提供语法合法的候选 token，让模型选择，从而生成 C++ 代码。
Jev优化编码任务：将单任务成本从$6.42降至$2.00
一项编码任务中，通过四个关键调整实现成本大幅下降：更智能的笔记选择节省23.7%，将决策移至Jev节省51.2%，适当的恢复路径节省58.1%，路由到快速工作线程节省68.8%。每个杠杆叠加，最终成本从$6.42降至$2.00。
4 changes. Here's what each one saved on the same coding task: Smarter notes selection → 23.7% Decisions moved to Jev → 51.2% Proper recovery paths → 58.1% Routing to a fast worker → 68.8% $6.42 per task → $2.00. Each lever stacks on the last. Start with number 1 today.
· 49 次赞在 X 打开
更多类似内容
Jev 用于代码审查
作者认为代码审查是 Jev 的一个很好的应用场景。
基于 Jev 的 PR 分诊工具 Fascin
开发者分享用 Jev 构建的 PR 分诊工具 Fascin，可判断 PR 紧急程度、变更类型和合并就绪度，并指出 Jev 负责实际推理。
