Jev + Claude 워크플로우
Claude의 추론과 Jev의 속도를 하나의 코딩 파이프라인에 통합하여 프롬프트에서 계획, 실행까지 매끄러운 흐름을 만듭니다. 이를 통해 기존 AI 코딩 에이전트가 느리고 비싸 보인다고 주장합니다.
THE JEV GUIDE · CURATED EDITION
소프트웨어 개발.
TypeSafe Jev의 출시 소식, 설명, 데모, 커뮤니티 프로젝트를 주제별로 정리했습니다. 모든 항목은 X 원본 게시물로 연결됩니다.
선별 큐레이션 · 전체 수집 아님 · 수동 업데이트
5419개의 수록 게시물
2789개의 원본 동영상
Sponsors
이 제품들이 이 디렉터리를 후원합니다. 내 제품도 올리기
Jev를 사용한 ANN 중복 제거 실험: 품질 향상, 비용 부담
Jonathan Ellis가 Jev로 top-k 후보를 분류하는 ANN 기반 중복 제거 실험을 공유했습니다. 장점: 코드 약 1만 줄 감소, 근사 중복으로 인한 30개 미묘한 버그 수정. 단점: 저렴하지도 빠르지도 않으며, API 가격으로 약 $166, 207M Opus 토큰과 거의 8B Luna 서브에이전트 토큰(mjolnir 경유)을 소비.
Jev 모델이 코드베이스 검사에서 GPT Luna 6를 크게 능가
Tessl은 자체 프로덕션 코드에서 약 2,725개의 verifier 검사를 실행했습니다: GPT Luna 6은 436초, Jev는 32초에 비용은 2.7배 낮습니다. 두 모델의 판정은 85.9% 일치했습니다. 방법과 명령어가 공개되어 있습니다. Link
Jev가 프로그래밍에 도움이 될까? TypeSafe AI 코딩 에이전트 살펴보기
이 기사는 프로그래밍 작업에서 TypeSafe의 Jev 모델의 잠재적 역할을 살펴보고, AI 코딩 에이전트로서의 능력과 적용 방향을 분석합니다. Link
계약과 구조화된 반환
모듈 계약과 구조화된 반환에 대해 논의하며, 자유 텍스트는 해석을 강요하고 Jev 같은 도구가 도움이 되지만, 핵심은 자신의 흐름에서도 구조화된 스키마를 요구하는 것이라고 지적합니다.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Jev로 번역 플러그인 최적화: DOM 감지 및 배치 처리
저자는 Jev를 사용해 HTML DOM 요소 중 번역이 필요한 부분을 판단하고, 보이는 영역만 처리하며, 요청을 배치로 전송하고, 스크롤 시 필요할 때 로드하여 토큰을 절약하면서도 부드러운 경험을 제공한 방법을 공유합니다.
Jev 기반 개발 워크플로우: 70시간의 시니어 개발 작업을 단돈 $5.01에 처리
Jev를 Claude Opus 5.5, Sonnet 5.5와 결합하여 한 저장소의 47개 티켓으로 세 차례 비교 실험을 진행했습니다. Jev가 포함된 파이프라인이 매우 낮은 비용으로 상당한 개발 작업을 처리할 수 있음을 보여줍니다.
JEV 사용 사례: 코딩 모델이 코드 작성에 집중하게 하기
최고의 코딩 모델이 작업자 스케줄링까지 담당해서는 안 되며, 저장소·요구사항·기존 코드 예시를 백엔드 워크플로에 제공해 비용이 높은 라이팅 모델이 코드를 만들게 하는 것이 JEV의 핵심 사용 사례라고 주장합니다.
Jev로 15,000개 GitHub 이슈를 필터링한 후 Claude에 전달
사용자가 15,000개의 GitHub 이슈를 Jev로 검사(재현 단계, 명확한 실패, 범위 제한, 코드 읽기 필요 여부)하여 최종 360개를 Claude Sonnet 5.5에 넘긴 사례입니다.
Jev 컨텍스트 레이어가 주목받으며 DevOps 의사결정 모델 실전 사례 공유
작성자는 Jev 등장 약 2주 후 OpenAI, Cloudflare, AWS도 비슷한 아이디어를 내놓았다고 언급합니다. 1센트 미만으로 약 50개 질문을 보냈고, 대기 기간 동안 오픈소스 모델을 로컬에서 실행했습니다. 링크된 글은 의사결정 모델을 8가지 DevOps 업무에 적용해 보는 내용을 소개하며 ContextLayer, AnyAgentSameContext, AgenticAI를 주제로 다룹니다. Link
Agentic Software Factory에서 Jev 시용 요약
작성자는 최근 Jev 주제가 다른 것으로 가려졌다고 언급하면서, Agentic Software Factory에서의 시용 요약을 공유하고 규정을 확인하는 센서를 추가한 것 등을 설명합니다.
Jev가 AI 에이전트 테스트에 두 번째 의견 제공
dotpals는 Jev를 통합하여 AI 에이전트가 모든 테스트 통과를 주장할 때 실제 출력을 검증하고, 92% 신뢰도로 실패를 표시해 모든 테스트 실행에 독립적 검사를 추가합니다.
