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 がXのDMから本物のメッセージをフィルタリング
著者は3つのエージェントで6,214件のDMを処理しました。OpenAI Dotsが受信トレイを読み、Jevが回答に値するか判断し、Opus 5.5が返信を作成しました。JevはOpusが見る前に2,907件のボット、1,388件の詐欺、1,316件のスパムを除外しました。
which of my 6,214 DMs are real money? i gave the question to three agents last night and went to sleep. OpenAI Dots read the X inbox, Jev decided what was worth an answer, Opus 5.5 wrote the replies Jev threw out 2,907 bots, 1,388 scams and 1,316 spam before Opus saw a single
· 0 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。
