Створення класифікатора кодової бази з Jev
Розробник ділиться створенням класифікатора кодової бази з Jev, припускаючи, що це може вирішити проблему переускладненого коду від агентів, і запитує, що тестувати далі.
Управління пам'яттю агента кодування за допомогою Jev
Автор запускає Jev (приблизно 0,3 с за виклик) на кожному повідомленні Claude Code, щоб вирішити, що запам'ятати, і зберігає ключові рішення та помилки у JEVMEM.md. Це ефективніше, ніж використання LLM (близько 3 с).
A 10th: deciding what a coding agent should remember. I run Jev on every Claude Code message (decision? bug? replaces an older one?) and save the keepers to JEVMEM.md in the repo. At 0.3s a call that's cheap enough for every message. An LLM would add about 3s each.
· 0 likesOpen on X
More like this
Jev забезпечує LLM-as-a-Judge у 20–200 разів швидше та у 40–400 разів дешевше
Jev використано для вибору моделі AGI, забезпечуючи у 20–200 разів більшу швидкість і у 40–400 разів меншу вартість, роблячи LLM-as-a-judge надзвичайно швидким і майже безкоштовним.
Тестування застосунків із TypeSafe Jev та OpenCode
Filip ділиться невеликим демо, що показує швидкість тестування застосунків із TypeSafe Jev та OpenCode.
