Автор створив harness на Jev від TypeSafe AI, який навчається під час роботи та переносить кроки з викликів LLM у код, знизивши вартість 100 000 оповіщень про відповідність з понад 290 000 доларів на Opus 5 до менш ніж 26 000 доларів завдяки 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 зберігає пам'ять і контекст, використовує agent-desktop для знімків і надсилає їх до Jev, який вибирає потрібний елемент для дії, прискорюючи Computer Use з підтримкою Cursor і headless-режиму.
Riley Brown ділиться, що Jev від TypeSafe AI класифікував 500 листів за секунди лише за 3,5 цента, демонструючи швидку та недорогу класифікацію пошти.
Повне пояснювальне відео про Jev — ШІ, який не пише текст, а визначає, до якого відділу спрямувати запити та наскільки вони термінові.
