用 Jev 构建代码库分类器
开发者分享用 Jev 构建代码库分类器，认为这可能解决智能体生成过度工程化代码的问题，并询问下一步测试方向。
Jev 与 LLM 成本对比：便宜 444 倍的类型化推理
同一任务实测：LLM 花费 $0.013880、耗时 8.566 秒；Jev 仅 $0.000081、0.114 秒，成本约为 0.6%。作者指出 Jev 不能写散文，只输出类型化答案和置信度，并询问是否愿意为 444 倍成本优势放弃文本生成。
Same task, measured: LLM — $0.013880, 8.566s Jev — $0.000081, 0.114s That's 0.6% of the cost. A million decisions: $13,880 → $81. The catch: Jev can't write. Typed answer + confidence, nothing else. Would you trade prose for 444x cheaper?
· 1 次赞在 X 打开
更多类似内容
Jev 以 20–200 倍速度和 40–400 倍低成本实现 LLM 评判
Jev 被用于判断哪个模型是 AGI，速度提升 20–200 倍，成本降低 40–400 倍，可让 LLM-as-a-judge 变得极快且近乎免费。
使用 TypeSafe Jev 与 OpenCode 测试应用
Filip 分享了一个小演示，展示使用 TypeSafe Jev 和 OpenCode 测试应用的速度。
