En agentsession fastnade på 992k tokens. Användaren lät Jev från TypeSafe AI bedöma varje gammal verktygsanrop, behöll varje meddelande ord för ord och fick ner det till 379k tokens, och fortsatte där det slutade.
life saving usecase: one agent session got stuck at 992k tokens. i let @typesafeai jev judge every old tool call, kept every message word for word, and got it to 379k. it picked up where it left off.
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.
