THE JEV GUIDE · CURATED EDITION
Launch News, Erklärungen, Demos und Community Projekte rund um TypeSafe Jev, nach Themen geordnet. Jeder Eintrag verweist auf die Quelle bei X.
Kuratierte Auswahl · Nicht vollständig · Manuell aktualisiert
Sponsors
Diese Produkte finanzieren das Verzeichnis. Ihres auch hier?
Jev von TypeSafe, ein schnelles „System One“-Modell, plaudert nicht lange, sondern wählt einfach aus den vorgegebenen Optionen. Im Spiel filtert eine Regelschicht legale Züge und Zauber, Jev entscheidet, wohin die Runen platziert werden.
Im selben Test mit 430 Fällen ließ Jev 68–92 % der falschen Agentenberichte durch und Laya 84–88 % bei gezeigten Beweisen; stattdessen eine wörtliche Frage gestellt, ließ Jev nur etwa 1 % Fehler durch. Die Fragestellung ist wichtiger als das Modell. Link
Der Beitrag weist darauf hin, dass wir unsere intelligentesten KI-Modelle für einfache Ja/Nein-Entscheidungen verschwenden. Jev dreht das um und ist ein winziges Entscheidungsmodell.
Der Nutzer teilt, wie jev als Bewerter zusammen mit Haiku 5.5, Sonnet 5.5 und Opus 5.5 einen kostenoptimierten intelligenten Modell-Stack bildet. Indem jeder Aufruf nur so weit aufsteigt, wie es die Aufgabe erfordert, sinken die Kosten für 1.000 Aufrufe von 18,00 $ (nur Opus 5.5) auf 1,30 $.
OpenBMB diskutiert die von Jev aufgeworfene Frage: Warum einen Absatz generieren, wenn ein Agent nur eine Entscheidung treffen muss? Es betont Schritte wie Routenauswahl, Eingabeklassifizierung und Auswahl der nächsten Aktion, bei denen eine klare Wahl aus bekannten Optionen erforderlich ist.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Youssef Hosni wird am Donnerstag, den 15. Oktober, eine kostenlose Live-Sitzung veranstalten, die zeigt, wie man Entscheidungsebenen für KI-Agenten mit Jev erstellt. Kostenlose Registrierung über den Link in den Kommentaren.
Joon teilt, wie Jev 900 Reels von 5 Erstellern wie Kallaway und Alex Hormozi transkribiert und analysiert hat, um die Content-Strategie hinter Milliarden von Aufrufen zu extrahieren.
Der Beitrag zeigt ein Live-System in geschlossener Schleife mit JEV, Claude Opus 5.5 und GPT Dots auf einem einzigen Bildschirm, wobei die Spinne jeweils drei Dinge trägt und fast nie leer läuft, im Gegensatz zu den meisten KI-Stacks, die jede Aufgabe durch dieselbe Leitung schicken.
Der Autor kombiniert die Denkfähigkeit von Claude mit der Geschwindigkeit von Jev in einer einzigen Codierungspipeline und schafft so einen nahtlosen Ablauf von Prompt über Planung bis Ausführung. Seiner Ansicht nach wirken herkömmliche KI-Codierungsagenten dadurch langsam und teuer.
Ein Community-Mitglied weist darauf hin, dass JEV von TypeSafe inzwischen 12 Konkurrenten hat, wobei Cloudflare und OpenAI besonders stark hervorstechen, und dass keiner dieser Konkurrenten vor drei Wochen existierte.
Jev antwortet in 70–500 ms und ist deutlich günstiger als Chat-Modelle, die Wort für Wort generieren. Bei 1.000 E-Mails mit je 7 Fragen braucht ein Chat-Modell 5 Minuten und kostet 0,62 $ – Jev ist schneller und günstiger.
Ein kostenloses Webinar von ToDataBeyond am Donnerstag, den 15. Oktober, das zeigt, wie man Entscheidungsebenen für KI-Agenten mit Jev erstellt. Kostenlos über den Link in den Kommentaren buchbar.
