Författaren byggde en harness med Jev från TypeSafe AI som lär sig jobbet medan det körs och flyttar steg från LLM-anrop till kod, vilket sänker 100 000 compliance-larm från över 290 000 USD på Opus 5 till under 26 000 USD med 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 håller minne/kontext, använder agent-desktop för att ta ögonblicksbilder och skickar dem till Jev, som väljer rätt element att agera på, vilket snabbar upp Computer Use med Cursor och headless-läge.
Riley Brown delar att TypeSafe AI:s Jev klassificerade 500 e-postmeddelanden på sekunder för bara 3,5 cent, vilket visar snabb och kostnadseffektiv e-postklassificering.
Omfattande förklarande video som introducerar Jev, en AI som inte skriver text utan avgör vilken avdelning förfrågningar ska dirigeras till och hur brådskande de är.
