Jev ile kod tabanı sınıflandırıcısı oluşturma
Bir geliştirici Jev ile kod tabanı sınıflandırıcısı oluşturduğunu paylaşıyor, ajanların ürettiği aşırı mühendislik kodunu çözebileceğini öne sürüyor ve sırada neyin test edileceğini soruyor.
Cortex: yerel MCP sunucusu bilgisayar görevlerini 23 saniyeden 0,8 saniyeye indiriyor
Cartwright, yerel bir MCP sunucusu olan Cortex'i geliştirdi: Claude planlar, hızlı katman tıklamaları yapar. Aynı Mac uygulama görevi: 23 sn → 0,8 sn; tek bir işlem ~5 sn Claude turu → model olmadan 0,25 sn. 24 araç: tarayıcı, Mac uygulamaları, GitHub araması, güvenlik kapısı. @typesafeai #JEV ile ilişkili.
Built Cortex, a local MCP server: Claude plans, a fast layer does the clicking. Same Mac-app task: computer use 23 s → Cortex 0.8 s One action: ~5 s Claude round → 0.25 s, no model 24 tools: browser, Mac apps, GitHub search, safety gate Measured on my Mac. @typesafeai #JEV
· 2 likesOpen on X
More like this
Jev, LLM-as-a-Judge'ı 20–200x hız ve 40–400x daha düşük maliyetle mümkün kılıyor
Jev, hangi modelin AGI olduğunu seçmek için kullanıldı; 20–200x hız ve 40–400x daha düşük maliyet sunarak LLM-as-a-judge'ı son derece hızlı ve neredeyse ücretsiz hale getiriyor.
TypeSafe Jev ve OpenCode ile uygulama testi
Filip, TypeSafe Jev ve OpenCode ile uygulama testinin ne kadar hızlı olduğunu gösteren küçük bir demo paylaştı.
