Författaren påpekar att bedömning i AI-agentutveckling förbrukar för många tokens och testar att ansluta modellen Jev till Codex.
AIエージェント開発では「判断」にトークンを使いすぎる。 コード・設計・デバッグは高性能AIでよいが、テスト成否や分類などの単純判断までCodexに任せる必要はない。 判断専用モデル「Jev」をChatGPTと相談しながらCodexにつないでみた。 詳しくはコメント欄から↓
Gregor Zunic visar en öppen källkods-webbläsaragent som kombinerar Browser Use och Jev, hittar flyg på 7 sekunder för 0,0039 $, med ny åtgärdsrymd per steg, DOM-tillståndsrymd och liten LLM-fallback för att skriva.
Scott Williams förutspår att anpassade Jev-modeller (parallell begränsad avkodning) gör befintliga agentsystem mer token-effektiva och skapar miljonärer.
Användaren berömmer JEV-modellen för dess extremt snabba reproduktion av varje rörelse och kommando, och tror att botar kommer att bli smartare.
