Порівняння двох підходів: надсилання 100 000 звернень до фронтирного ШІ, який повертає текст ($151), проти TypeSafe Jev — моделі, яка не може повертати текст ($2,11). Jev бере контекст безпосередньо і приймає рішення значно дешевше.
$151 vs $2.11 same 100,000 support tickets. same three decisions on every one of them the $151 version sends all of that to a frontier AI model and parses whatever text comes back the $2.11 version asks a model that cannot return text at all typesafe's jev takes your context
Автор ділиться досвідом використання Jev: спочатку здавалося складно, але стало зрозуміло, коли він уявив це як «не дозволяти ШІ писати текст». На прикладі обробки запитів традиційний підхід передає все GPT або Claude для аналізу, а Jev має інший підхід.
Прототип використовує ШІ для оцінки вагань або зацікавленості за рухами курсора чи затримкою перед кліком, спостерігаючи за поведінкою клієнта та доповнюючи пояснення або пропонуючи порівняння.
Автор створив демо служби підтримки клієнтів у реальному часі для електронної комерції на Jev і gpt-live-1, яке миттєво пропонує рекомендовані товари на основі мовлення користувача під час розмови, забезпечуючи чудовий досвід.
