L'utilisateur partage une stratégie d'appel de modèles économique : demander d'abord à Jev de répondre oui/non et de scorer, si la confiance dépasse 0.9 on s'arrête, sinon Jev route l'appel vers le modèle approprié (Haiku, Sonnet, etc.), réduisant l'utilisation de modèles coûteux.
the cheapest setup upgrade i made this month: ask the smallest model first. jev → haiku 5.5 → sonnet 5.5 → opus 5.5 > jev answers yes/no, picks and scores. above 0.9 confidence it stops there > otherwise jev routes the call to the right model > haiku does bulk, sonnet
Le LLM conserve mémoire et contexte, utilise agent-desktop pour prendre des captures et les envoie à Jev, qui sélectionne le bon élément pour agir, accélérant Computer Use avec Cursor et en mode headless.
Riley Brown partage que Jev de TypeSafe AI a classé 500 e-mails en quelques secondes pour seulement 3,5 centimes, illustrant une classification rapide et peu coûteuse.
Vidéo explicative complète présentant Jev, une IA qui n'écrit pas de texte mais détermine vers quel service acheminer les demandes et leur urgence.
