JevでComputer Useを高速化：LLMの記憶とJevによる操作実行
LLMが記憶とコンテキストを保持し、agent-desktopでスナップショットを取得してJevに送信、Jevが適切な要素を選んで操作を実行し、Computer Useを高速化。Cursor対応、ヘッドレス運用も可能。
Jevを使った最も安いモデルルーティングのアップグレード
コスト削減のモデル呼び出し戦略を共有：まずJevにYes/Noとスコアを付けさせ、信頼度が0.9を超えれば停止。超えなければJevが適切なモデル（Haiku、Sonnetなど）にルーティングし、高コストモデルの利用を減らします。
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
· 1 likesOpen on X
More like this
Jevが500件のメールを数秒で分類、コストはわずか3.5セント
Riley Brown氏が、TypeSafe AIのJevを使って500件のメールを数秒で分類し、コストはわずか3.5セントだったと共有。高速かつ低コストなメール分類を実証。
テキストを書かないAI「Jev」の総合解説動画
テキストを書かないAI「Jev」の総合解説動画。問い合わせをどの部門に振り分けるか、緊急度はどれくらいかを判断するAI。
