Автор ділиться фінальною архітектурою: модель Jev виступає скринером і паралельно оцінює ймовірності схожості, невизначені пари передаються іншій моделі Jev з додатковим контекстом, код об'єднує релевантні пари, а модель Sonnet/Opus обробляє решту.
הארכיטקטורה הסופית שלי: 1) מודל Jev שהוא Screener: מקבל טקסט, ושופט במקביל עבור כל הטקסטים האחרים מה ההסתברות שהם מתארים את אותו הדבר. 2) עבור אלה שהוא לא היה בטוח: מודל Jev נוסף שמקבל זוג-זוג, עם עוד קונטקסט 3) קוד שמאחד את כל הזוגות הרלוונטיים 4) מודל Sonnet/Opus שמקבל את כל
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.
