Автор створює сервіс шопінг-консьєржа. Спочатку планувалося оцінювати, чи дешеві овочі та продукти, за допомогою публічної статистики, Jev та LLM. Після конфронтаційного перегляду підхід змінився на механізм, що розміщує наукові критерії переходу між доказами та дією.
買い物コンシェルジュを作っていたら、思ったより面白いものになってきた 最初は 「野菜や食品が今安いか？」 を公的統計＋Jev＋LLMで判断する仕組み。 でも敵対的レビューをかけて改修していたら、本質が変わった。 今作っているのは EvidenceとActionの間に“科学的な昇格条件”を置く仕組み に近い
Допис демонструє помічника з покупок у реальному часі, який поєднує GPT-Live-1 із Jev. Коли користувач говорить, інтерфейс миттєво показує відповідні товари, ще до завершення репліки, а Jev використовує стан діалогу для керування взаємодією.
Демонструє ego lite, Jev і DeepSeek Flash, які виконують 20 рішень щодо товарів Amazon за 3,71 с проти 54,45 с у GPT-5.6 Sol, обидва з оцінкою 10/10.
Jev оцінив 3000 дитячих снеків на nosugarforkids.com за кількома критеріями за 28 секунд і 0,11 долара. Link
