Deel enkele interessante toepassingen van Jev: een AI-model dat geen antwoorden geeft, maar alleen oordelen velt

Uit een dubbelblinde pre-registratie-evaluatie, uitgevoerd door PrimeLine, blijkt één detail veelzeggend.

Absolute nauwkeurigheid van Claude Opus 5 en Haiku 4.5 voor twee echte takenVergelijkbaar met Jev, of in eerste instantie zelfs beter. Maar als de evaluatie het model toestaat steekproeven over te slaan waarvan het het minst zeker is,Jev presteerde beter op beide taken.

De reden is dat het vertrouwen dat het oplevert, groot isgekalibreerd, terwijl algemene generatieve modellen vaak slecht gekalibreerd zijn en overmoedig zijn in hun oordelen. Met andere woorden: wanneer ‘weten wat je niet weet’ belangrijker is dan ‘hard antwoorden’, komt de waarde van Jev naar voren.

Hoe u aan de slag kunt gaan

Als u al een modelaggregatieplatform gebruikt, zijn de toegangskosten vrijwel nul:

OpenRouter: Jev is gelanceerd in de officiële modellencatalogus, modelnaam typesafe/jev, verander de modelnaam in de code en je kunt overstappen
Vercel AI-gateway: Integratie voltooid binnen 72 uur na release, gedistribueerd via het wereldwijde Edge-netwerk van Vercel, met lage latentie
Officiële SDK: TypeSafe biedt een online console (Playground) en volledige documentatie, die HTTP API, Python SDK en JavaScript SDK ondersteunt
Officieel vaardighedenpakket: TypeSafe heeft het vaardighedenmagazijn op GitHub open source gemaakt om codeeragenten te leren "alle onduidelijkheden tegelijk te stellen" in plaats van slechts één vraag tegelijk te stellen.

Prijs: $0,042 per miljoen tokens voor invoer, gratis voor uitvoer. Er is ook een gratis quotum voor nieuwe accounts om te proberen.

Zeg iets rustigs

Ten eerste,Het is geen vervanging voor grotere modellen. Jev is een gespecialiseerd besluitvormingsmodel. Verwacht niet dat het over mogelijkheden voor open redeneren en het genereren van inhoud beschikt. De waarde ervan is het bereiken van het uiteindelijke doel: het nemen van snelle en betrouwbare beslissingen binnen duidelijk omschreven mogelijke uitkomsten.

Ten tweede,In veel gevallen is het noodzakelijk om onderscheid te maken tussen ‘wiens krediet’. De browsergebruikdemonstratie van het zoeken naar vluchten in 7 seconden is bijvoorbeeld het resultaat van de samenwerking van de hele toolketen, en niet alle mogelijkheden kunnen aan Jev worden toegeschreven. Het door de gemeenschap georganiseerde zakenmagazijn zelf markeert ook de grenzen van het bewijsmateriaal – welke principes duidelijk zijn, welke effecten moeten worden geverifieerd en welke beweringen geen basis hebben. Deze houding is het waard om te leren.

Ten derde,Wees op uw hoede voor blind blazen. Jev verscheen binnen een week na de release op het scherm. De populariteit omvat echte technische waarde en veel marketingelementen. Wat je echt nodig hebt, is om er je eigen taken mee uit te voeren en te zien hoeveel vertraging en geld je bespaart.

Maar één ding is zeker:AI-toepassingen gaan niet alleen over ‘generatie’. Buiten dit spoor wordt de lang verwaarloosde infrastructuur van ‘oordeel’ toegevoegd. Of Jev het definitieve antwoord is, is moeilijk te zeggen, maar het roept wel de juiste vragen op.

Het grote model is verantwoordelijk voor het schrijven van antwoorden, en Jev is verantwoordelijk voor het nemen van beslissingen - elk voert zijn eigen taken uit, wat een goede structuur is.

Referentie: officiële release-opmerkingen van TypeSafe AI, Jev_apps-casebibliotheek (137 cases / 11 soorten gebruik), Wikipedia, technische analyse van DataCamp

Dit is een van de richtingen met momenteel de hoogste technische waarde.

Het Browsergebruik-team brengt alleen releases uit in Jev 3 dagenDaarna werd de officiële geïntegreerde jev-ultrafast uitgebracht en er werd gezegd dat deze in twee dagen 2.700 GitHub-sterren kreeg. Het splitst webpaginabewerkingen op in twee sets keuzes (actie + doel),Geen screenshots of multimodale tokens vereist, levert elke retourvlucht slechts twee beslissingen op.

Oprichter Gregor Zunic deelde een onversneden demo van Jev-aangedreven browserautomatisering, waarmee hij een zoekopdracht naar een enkele vlucht op een echte luchtvaartmaatschappijwebsite voltooide.Het hele proces duurt 7 seconden, de modelbelkosten bedragen ongeveer $ 0,0039.

Er zijn een aantal soortgelijke: Stagehand-browserbediening, Cua's jev-use, TipTour die CoreML + OCR gebruikt om de knop op Mac te lokaliseren en Jev de kliklocatie te laten selecteren, stembesturingsbrowser... Er zijn momenteel 13 gevallen in deze categorie, de categorie met de meeste gevallen.

4. Wees een "router": help bij het selecteren van het juiste model voor de taak

Er is sprake van echte verspilling in het tijdperk van meerdere modellen: het gebruik van dure modellen voor eenvoudige problemen is geldverspilling. De lage latentie en lage kosten van Jev maken het zeer geschikt voorVerkeerstriage.

Claude Coderouter: Net als de triage van werkorders bepaalt Jev eerst de moeilijkheidsgraad van de taak, en selecteert de plug-in vervolgens dienovereenkomstig het subagentmodel en de redeneersterkte van de hoofdsessie.
Moeilijkheidsgraad van Codex-missies: Schat de logische complexiteit van codeertaken vóór uitvoering, eenvoudige bewerking gaat verloren aan goedkope modellen en complexe reconstructie tussen bestanden activeert sterkere modellen - zo wordt gerapporteerdVerlaag de totale modelkosten met meer dan 60%
Eve voorwaardelijke routering/aanvraagdistributie: Bepaal eerst welk type model nodig is voor het probleem en geef het vervolgens ter verwerking door aan het juiste model.
Afdeling lokale codeeragenten: Wijs eenvoudige taken, complexe problemen en langetermijntaken toe aan verschillende AI-assistenten

LangChain schreef een speciaal artikel "Building Safety Belts with Jev", waarin hij erop wees dat de classificatie- en routeringslogica in het agentframework traditioneel verborgen is in verschillende closed source-implementaties. Een algemeen, goedkoop classificatiemodel zoals Jev kan het mogelijk maken dat deze laag van besluitvormingslogica wordt hergebruikt in open source-agents. Armin Ronacher, oprichter van Sentry, is ook van mening dat het economisch onredelijk is om grote generatieve modellen te gebruiken om routeringsbeslissingen te nemen.

5. Veiligheid en techniek: die onopvallende vuile werken

Dit type toepassing is niet opzichtig, maar wel het meest praktisch.

Vercel vervangt de beveiligingsclassificatie van Shell-opdrachten: Ingenieur Pranit Sharma heeft de interne OpenAI-gebaseerde shell-commando-beveiligingsclassificator vervangen door Jev. Het wordt gerapporteerd5-18 keer snelleren het aantal valse alarmen is lager: de vermindering van het aantal valse alarmen verbetert feitelijk de feitelijke nauwkeurigheid van het systeem
Snelle injectiedetectie: De community heeft open source jev-mcp (een extensie gebaseerd op het MCP-protocol). Je kunt Jev gebruiken om cross-source fact checking uit te voeren, prompt injection-aanvallen te detecteren die verborgen zijn in gebruikersprompts, en de semantische relevantie van opgehaalde inhoud te beoordelen.
Lange contextcompressie: fast-jev-compaction gebruikt Jev om snel de waarde van elke tool-oproep te evalueren, nutteloze logs te verwijderen terwijl de belangrijkste statussen behouden blijven - de context is gemakkelijk uit te breiden wanneer codeeragenten lange taken uitvoeren. Dit project is ook erkend door het officiële Jev-team
PR-voorscreening: Analyseer de gewijzigde bestandslijst en geautomatiseerde testresultaten in de CI-pijplijn, evalueer in eerste instantie of de PR in aanmerking komt voor samenvoeging en markeer automatisch PR's met een hoog risico en draag ze handmatig over

6. Zakelijke pijplijn: e-mails, werkorders, klantenservice

Wat deze scenario’s gemeen hebben is:Moet snel en consistent talloze kleine beslissingen nemen, het gebruik van grote modellen is duur en traag.

Classificatie van zakelijke e-mailintenties: Nikhil Mudholkar, CTO van BryoAI, vergeleek Jev en Gemini. De absolute nauwkeurigheid van Gemini is iets beter, maar10-20x hogere kosten per gesprek. Belangrijker nog is dat Jev gekalibreerde waarschijnlijkheidsverdelingen biedt, waardoor het voor stroomafwaartse systemen gemakkelijker wordt om betrouwbaarheidsdrempels in te stellen
Toewijzing van werkorders en automatische routering: Verdeel de brief in belangrijke informatie en geef deze aan Jev, selecteer de meest geschikte uit een groep zakelijke teams, vervang de fragiele handgeschreven reguliere regels
Herhaalde inhoudingen en classificatie voor noodhulp: Identificeer snel klachten met een hoog risico (zoals herhaalde aftrekposten) in scenario's voor financiële e-commerce. Wanneer klanten emotioneel zijn of om terugbetaling vragen, worden ze binnen milliseconden als urgent bestempeld en met prioriteit verzonden.

7. Wilder spel

Genereer afbeelding pixel voor pixel: Ontwikkelaar @anshuc verandert het genereren van afbeeldingen in een classificatieprobleem op pixelniveau - door elke pixel een reeks kleuropties en kansen te geven, vult het programma deze geleidelijk met de door Jev geselecteerde kleur met de hoogste waarschijnlijkheid, en geeft uiteindelijk een afbeelding met een lage resolutie weer
Automatische transacties in de keten: Sommige Web3-ontwikkelaars verbinden Jev met gedecentraliseerde beurzen, lezen realtime gegevens over de orderdiepte en voeren slechts drie acties uit: kopen, verkopen en vasthouden. De gemeenschap is van mening dat dit een van de meest in het oog springende toepassingen is, maar de risico's zijn ook duidelijk onder reële marktomstandigheden.
Selecteer componenten voor de webinterface: In het json-render-project selecteert Jev componenten en regelt relaties, en het programma verzamelt de resultaten in een renderbare interface, zoals bouwstenen.

8. Een opmerkelijk evaluatieresultaat

Uit een dubbelblinde pre-registratie-evaluatie, uitgevoerd door PrimeLine, blijkt één detail veelzeggend.

Hoe u aan de slag kunt gaan

Als u al een modelaggregatieplatform gebruikt, zijn de toegangskosten vrijwel nul:

OpenRouter: Jev is gelanceerd in de officiële modellencatalogus, modelnaam typesafe/jev, verander de modelnaam in de code en je kunt overstappen
Vercel AI-gateway: Integratie voltooid binnen 72 uur na release, gedistribueerd via het wereldwijde Edge-netwerk van Vercel, met lage latentie
Officiële SDK: TypeSafe biedt een online console (Playground) en volledige documentatie, die HTTP API, Python SDK en JavaScript SDK ondersteunt
Officieel vaardighedenpakket: TypeSafe heeft het vaardighedenmagazijn op GitHub open source gemaakt om codeeragenten te leren "alle onduidelijkheden tegelijk te stellen" in plaats van slechts één vraag tegelijk te stellen.

Prijs: $0,042 per miljoen tokens voor invoer, gratis voor uitvoer. Er is ook een gratis quotum voor nieuwe accounts om te proberen.

Zeg iets rustigs

Het grote model is verantwoordelijk voor het schrijven van antwoorden, en Jev is verantwoordelijk voor het nemen van beslissingen - elk voert zijn eigen taken uit, wat een goede structuur is.

Referentie: officiële release-opmerkingen van TypeSafe AI, Jev_apps-casebibliotheek (137 cases / 11 soorten gebruik), Wikipedia, technische analyse van DataCamp

Dit is een van de richtingen met momenteel de hoogste technische waarde.

4. Wees een "router": help bij het selecteren van het juiste model voor de taak

Claude Coderouter: Net als de triage van werkorders bepaalt Jev eerst de moeilijkheidsgraad van de taak, en selecteert de plug-in vervolgens dienovereenkomstig het subagentmodel en de redeneersterkte van de hoofdsessie.
Moeilijkheidsgraad van Codex-missies: Schat de logische complexiteit van codeertaken vóór uitvoering, eenvoudige bewerking gaat verloren aan goedkope modellen en complexe reconstructie tussen bestanden activeert sterkere modellen - zo wordt gerapporteerdVerlaag de totale modelkosten met meer dan 60%
Eve voorwaardelijke routering/aanvraagdistributie: Bepaal eerst welk type model nodig is voor het probleem en geef het vervolgens ter verwerking door aan het juiste model.
Afdeling lokale codeeragenten: Wijs eenvoudige taken, complexe problemen en langetermijntaken toe aan verschillende AI-assistenten

5. Veiligheid en techniek: die onopvallende vuile werken

Dit type toepassing is niet opzichtig, maar wel het meest praktisch.

Vercel vervangt de beveiligingsclassificatie van Shell-opdrachten: Ingenieur Pranit Sharma heeft de interne OpenAI-gebaseerde shell-commando-beveiligingsclassificator vervangen door Jev. Het wordt gerapporteerd5-18 keer snelleren het aantal valse alarmen is lager: de vermindering van het aantal valse alarmen verbetert feitelijk de feitelijke nauwkeurigheid van het systeem
Snelle injectiedetectie: De community heeft open source jev-mcp (een extensie gebaseerd op het MCP-protocol). Je kunt Jev gebruiken om cross-source fact checking uit te voeren, prompt injection-aanvallen te detecteren die verborgen zijn in gebruikersprompts, en de semantische relevantie van opgehaalde inhoud te beoordelen.
Lange contextcompressie: fast-jev-compaction gebruikt Jev om snel de waarde van elke tool-oproep te evalueren, nutteloze logs te verwijderen terwijl de belangrijkste statussen behouden blijven - de context is gemakkelijk uit te breiden wanneer codeeragenten lange taken uitvoeren. Dit project is ook erkend door het officiële Jev-team
PR-voorscreening: Analyseer de gewijzigde bestandslijst en geautomatiseerde testresultaten in de CI-pijplijn, evalueer in eerste instantie of de PR in aanmerking komt voor samenvoeging en markeer automatisch PR's met een hoog risico en draag ze handmatig over

6. Zakelijke pijplijn: e-mails, werkorders, klantenservice

Wat deze scenario’s gemeen hebben is:Moet snel en consistent talloze kleine beslissingen nemen, het gebruik van grote modellen is duur en traag.

Classificatie van zakelijke e-mailintenties: Nikhil Mudholkar, CTO van BryoAI, vergeleek Jev en Gemini. De absolute nauwkeurigheid van Gemini is iets beter, maar10-20x hogere kosten per gesprek. Belangrijker nog is dat Jev gekalibreerde waarschijnlijkheidsverdelingen biedt, waardoor het voor stroomafwaartse systemen gemakkelijker wordt om betrouwbaarheidsdrempels in te stellen
Toewijzing van werkorders en automatische routering: Verdeel de brief in belangrijke informatie en geef deze aan Jev, selecteer de meest geschikte uit een groep zakelijke teams, vervang de fragiele handgeschreven reguliere regels
Herhaalde inhoudingen en classificatie voor noodhulp: Identificeer snel klachten met een hoog risico (zoals herhaalde aftrekposten) in scenario's voor financiële e-commerce. Wanneer klanten emotioneel zijn of om terugbetaling vragen, worden ze binnen milliseconden als urgent bestempeld en met prioriteit verzonden.

7. Wilder spel

Genereer afbeelding pixel voor pixel: Ontwikkelaar @anshuc verandert het genereren van afbeeldingen in een classificatieprobleem op pixelniveau - door elke pixel een reeks kleuropties en kansen te geven, vult het programma deze geleidelijk met de door Jev geselecteerde kleur met de hoogste waarschijnlijkheid, en geeft uiteindelijk een afbeelding met een lage resolutie weer
Automatische transacties in de keten: Sommige Web3-ontwikkelaars verbinden Jev met gedecentraliseerde beurzen, lezen realtime gegevens over de orderdiepte en voeren slechts drie acties uit: kopen, verkopen en vasthouden. De gemeenschap is van mening dat dit een van de meest in het oog springende toepassingen is, maar de risico's zijn ook duidelijk onder reële marktomstandigheden.
Selecteer componenten voor de webinterface: In het json-render-project selecteert Jev componenten en regelt relaties, en het programma verzamelt de resultaten in een renderbare interface, zoals bouwstenen.

8. Een opmerkelijk evaluatieresultaat

Uit een dubbelblinde pre-registratie-evaluatie, uitgevoerd door PrimeLine, blijkt één detail veelzeggend.

Hoe u aan de slag kunt gaan

Als u al een modelaggregatieplatform gebruikt, zijn de toegangskosten vrijwel nul:

OpenRouter: Jev is gelanceerd in de officiële modellencatalogus, modelnaam typesafe/jev, verander de modelnaam in de code en je kunt overstappen
Vercel AI-gateway: Integratie voltooid binnen 72 uur na release, gedistribueerd via het wereldwijde Edge-netwerk van Vercel, met lage latentie
Officiële SDK: TypeSafe biedt een online console (Playground) en volledige documentatie, die HTTP API, Python SDK en JavaScript SDK ondersteunt
Officieel vaardighedenpakket: TypeSafe heeft het vaardighedenmagazijn op GitHub open source gemaakt om codeeragenten te leren "alle onduidelijkheden tegelijk te stellen" in plaats van slechts één vraag tegelijk te stellen.

Prijs: $0,042 per miljoen tokens voor invoer, gratis voor uitvoer. Er is ook een gratis quotum voor nieuwe accounts om te proberen.

Zeg iets rustigs

Het grote model is verantwoordelijk voor het schrijven van antwoorden, en Jev is verantwoordelijk voor het nemen van beslissingen - elk voert zijn eigen taken uit, wat een goede structuur is.

Referentie: officiële release-opmerkingen van TypeSafe AI, Jev_apps-casebibliotheek (137 cases / 11 soorten gebruik), Wikipedia, technische analyse van DataCamp

Onlangs is er een ander model ontstaan in de AI-cirkel: Jev. Het concurreert niet met GPT en Claude voor de taak van het "schrijven van antwoorden", maar concentreert zich in plaats daarvan op een verwaarloosde positie:een oordeel vellen.

Geef het een huidige situatie, voeg een vraag of een reeks opties toe, en wat het retourneert is het antwoord op een meerkeuzevraag, een score of een ja/nee-waarschijnlijkheid - en dan voert het programma het uit. De releasedatum is 15 september 2026 (beperkte vroege toegang). Het bedrijf erachter heet TypeSafe AI. De oprichter, Diogo Almeida, is een van de mede-uitvinders van ChatGPT. De startronde kost 40 miljoen dollar, geleid door DCVC.

Het concept klinkt abstract, maar de community heeft binnen een week honderden cases gespeeld. Kies een paar van de meest interessante en nadat je ze hebt gelezen, zul je begrijpen welke problemen ze oplossen.

Begrijp eerst het verschil tussen het en gewone grote modellen

De essentie van traditionele grote modellen is generatief: je vraagt het, en het schrijft token voor token op. Ik ben goed in het schrijven van artikelen, het redeneren van logica en het typen van code, maar als ik geconfronteerd word met een simpele meerkeuzevraag als "kies een van deze opties", wordt het een overkill - langzaam en duur.

Jev gaat de andere kant op: het is lichtgewichtClassificatie- en scoremodellen. Elke keer dat u het oproept, geeft u het een stukje achtergrondinformatie en een reeks duidelijk gedefinieerde opties, en het geeft direct de waarschijnlijkheidsverdeling van deze opties weer en retourneert degene met de hoogste zekerheid. De vertraging bedraagt tientallen tot honderden milliseconden, en de kosten zijn slechts een fractie van die van reguliere grote modellen.

TypeSafe heeft het officieel genoemdSysteem Eén model——Ontleend aan het concept van ‘Systeem 1’ (intuïtie, snel oordeel) in de psychologie en corresponderend met het grote taalmodel van ‘Systeem 2’ (langzaam, diep redeneren). Officiële gegevens zijn dat het 40-200 keer sneller is dan het leidende grote model, en dat de inputkosten slechts $ 0,042 per miljoen tokens bedragen.Uitgang gratis.

1. Speel er games mee: van Doom tot 50 Subway Surfers

Dit is het type applicatie waarbij het het gemakkelijkst is om de waarde van Jev te begrijpen - games vereisen het vele malen per seconde nemen van kleine beslissingen, wat precies de kracht ervan is.

Officiële demo: speel Doom in realtime. Jev neemt ongeveer 10 actiebeslissingen per seconde, waarbij hij de bewegingen van het personage en het schieten controleert.Een uur continu gebruik kost ongeveer $ 7——Dit aantal verraste de ingenieurs, wat aangeeft dat hoogfrequente real-time besluitvorming haalbaar is
Bestuur 50 Subway Surfers tegelijkertijd. Ontwikkelaar @_MaxBlade heeft een geautomatiseerde omgeving gebouwd waarmee Jev 50 games tegelijkertijd kan besturen. Elke actie van het veranderen van rijstrook, springen en glijden is een kleine beslissing. Naar verluidt voltooide hij alle 50 innings,Totale kosten minder dan één cent
Opensource Super Mario-controller. Het systeem van ontwikkelaar @faadilhshaik leest de gestructureerde spelstatus rechtstreeks uit het geheugen. Jev beslist wanneer hij moet springen en wanneer hij moet versnellen. Het project was open source
Speedrunning Dood de torenspits 2. De Chinese ontwikkelaar Paulwei gebruikt het om strategische kaartspellen te spelen. Bij het gebruik van grote modellen in de beginperiode was er een aanzienlijke vertraging tussen de twee kaarten; na overstap naar JevElke beslissing duurt slechts 0,7 seconden, kan het volgende commando worden verzonden voordat de vorige animatie is voltooid.
Wiki-racen. Nog een officiële demonstratie: beginnend bij een Wikipedia-artikel, alleen naar het doelartikel navigeren door te vertrouwen op pagina-hyperlinks. Elke stap kan te maken krijgen met honderden of zelfs duizenden kandidaat-links, en Jev moet degene kiezen die semantisch het dichtst bij het doel ligt - waarbij hij de mogelijkheid test om uit een groot aantal opties te kiezen.

2. Fysieke simulatie: laat de raket zelfstandig landen

Ik vind dit geval vooral leuk omdat het bewijst dat Jev tot meer in staat is dan alleen maar spelletjes spelen.

Ontwikkelaar @uttkarsh_42 verbond Jev met de MuJoCo-fysica-engine om een raket te besturen die verticaal landt. Jev is verantwoordelijk voor het beslissen over:Wanneer te ontsteken, hoeveel motoren te laten draaien en wanneer over te schakelen naar de landingshouding. Na twaalf tests is het systeem met succes geland. Voor één van de volledige experimenten waren 245 oproepen nodig en de kosten bedroegen ongeveer $ 0,04.

Autonoom rijden bestaat ook in 3D stadssimulatie: ontwikkelaar @jpschroeder integreerde Jev in de virtuele stad. Wanneer het voertuig rijdt, gebruikt het sensorgegevens en wegomstandigheden om de rijrichting te bepalen, en wordt de nieuwe status na elke actie teruggekoppeld naar het systeem. De hele bouw zou minder dan een uur hebben geduurd.

3. Browserautomatisering: zoek naar echte vluchten in 7 seconden

Dit is een van de richtingen met momenteel de hoogste technische waarde.

4. Wees een "router": help bij het selecteren van het juiste model voor de taak

Claude Coderouter: Net als de triage van werkorders bepaalt Jev eerst de moeilijkheidsgraad van de taak, en selecteert de plug-in vervolgens dienovereenkomstig het subagentmodel en de redeneersterkte van de hoofdsessie.
Moeilijkheidsgraad van Codex-missies: Schat de logische complexiteit van codeertaken vóór uitvoering, eenvoudige bewerking gaat verloren aan goedkope modellen en complexe reconstructie tussen bestanden activeert sterkere modellen - zo wordt gerapporteerdVerlaag de totale modelkosten met meer dan 60%
Eve voorwaardelijke routering/aanvraagdistributie: Bepaal eerst welk type model nodig is voor het probleem en geef het vervolgens ter verwerking door aan het juiste model.
Afdeling lokale codeeragenten: Wijs eenvoudige taken, complexe problemen en langetermijntaken toe aan verschillende AI-assistenten

5. Veiligheid en techniek: die onopvallende vuile werken

Dit type toepassing is niet opzichtig, maar wel het meest praktisch.

Vercel vervangt de beveiligingsclassificatie van Shell-opdrachten: Ingenieur Pranit Sharma heeft de interne OpenAI-gebaseerde shell-commando-beveiligingsclassificator vervangen door Jev. Het wordt gerapporteerd5-18 keer snelleren het aantal valse alarmen is lager: de vermindering van het aantal valse alarmen verbetert feitelijk de feitelijke nauwkeurigheid van het systeem
Snelle injectiedetectie: De community heeft open source jev-mcp (een extensie gebaseerd op het MCP-protocol). Je kunt Jev gebruiken om cross-source fact checking uit te voeren, prompt injection-aanvallen te detecteren die verborgen zijn in gebruikersprompts, en de semantische relevantie van opgehaalde inhoud te beoordelen.
Lange contextcompressie: fast-jev-compaction gebruikt Jev om snel de waarde van elke tool-oproep te evalueren, nutteloze logs te verwijderen terwijl de belangrijkste statussen behouden blijven - de context is gemakkelijk uit te breiden wanneer codeeragenten lange taken uitvoeren. Dit project is ook erkend door het officiële Jev-team
PR-voorscreening: Analyseer de gewijzigde bestandslijst en geautomatiseerde testresultaten in de CI-pijplijn, evalueer in eerste instantie of de PR in aanmerking komt voor samenvoeging en markeer automatisch PR's met een hoog risico en draag ze handmatig over

6. Zakelijke pijplijn: e-mails, werkorders, klantenservice

Wat deze scenario’s gemeen hebben is:Moet snel en consistent talloze kleine beslissingen nemen, het gebruik van grote modellen is duur en traag.

Classificatie van zakelijke e-mailintenties: Nikhil Mudholkar, CTO van BryoAI, vergeleek Jev en Gemini. De absolute nauwkeurigheid van Gemini is iets beter, maar10-20x hogere kosten per gesprek. Belangrijker nog is dat Jev gekalibreerde waarschijnlijkheidsverdelingen biedt, waardoor het voor stroomafwaartse systemen gemakkelijker wordt om betrouwbaarheidsdrempels in te stellen
Toewijzing van werkorders en automatische routering: Verdeel de brief in belangrijke informatie en geef deze aan Jev, selecteer de meest geschikte uit een groep zakelijke teams, vervang de fragiele handgeschreven reguliere regels
Herhaalde inhoudingen en classificatie voor noodhulp: Identificeer snel klachten met een hoog risico (zoals herhaalde aftrekposten) in scenario's voor financiële e-commerce. Wanneer klanten emotioneel zijn of om terugbetaling vragen, worden ze binnen milliseconden als urgent bestempeld en met prioriteit verzonden.

7. Wilder spel

Genereer afbeelding pixel voor pixel: Ontwikkelaar @anshuc verandert het genereren van afbeeldingen in een classificatieprobleem op pixelniveau - door elke pixel een reeks kleuropties en kansen te geven, vult het programma deze geleidelijk met de door Jev geselecteerde kleur met de hoogste waarschijnlijkheid, en geeft uiteindelijk een afbeelding met een lage resolutie weer
Automatische transacties in de keten: Sommige Web3-ontwikkelaars verbinden Jev met gedecentraliseerde beurzen, lezen realtime gegevens over de orderdiepte en voeren slechts drie acties uit: kopen, verkopen en vasthouden. De gemeenschap is van mening dat dit een van de meest in het oog springende toepassingen is, maar de risico's zijn ook duidelijk onder reële marktomstandigheden.
Selecteer componenten voor de webinterface: In het json-render-project selecteert Jev componenten en regelt relaties, en het programma verzamelt de resultaten in een renderbare interface, zoals bouwstenen.

8. Een opmerkelijk evaluatieresultaat

Uit een dubbelblinde pre-registratie-evaluatie, uitgevoerd door PrimeLine, blijkt één detail veelzeggend.

Hoe u aan de slag kunt gaan

Als u al een modelaggregatieplatform gebruikt, zijn de toegangskosten vrijwel nul:

OpenRouter: Jev is gelanceerd in de officiële modellencatalogus, modelnaam typesafe/jev, verander de modelnaam in de code en je kunt overstappen
Vercel AI-gateway: Integratie voltooid binnen 72 uur na release, gedistribueerd via het wereldwijde Edge-netwerk van Vercel, met lage latentie
Officiële SDK: TypeSafe biedt een online console (Playground) en volledige documentatie, die HTTP API, Python SDK en JavaScript SDK ondersteunt
Officieel vaardighedenpakket: TypeSafe heeft het vaardighedenmagazijn op GitHub open source gemaakt om codeeragenten te leren "alle onduidelijkheden tegelijk te stellen" in plaats van slechts één vraag tegelijk te stellen.

Prijs: $0,042 per miljoen tokens voor invoer, gratis voor uitvoer. Er is ook een gratis quotum voor nieuwe accounts om te proberen.

Zeg iets rustigs

Het grote model is verantwoordelijk voor het schrijven van antwoorden, en Jev is verantwoordelijk voor het nemen van beslissingen - elk voert zijn eigen taken uit, wat een goede structuur is.

Referentie: officiële release-opmerkingen van TypeSafe AI, Jev_apps-casebibliotheek (137 cases / 11 soorten gebruik), Wikipedia, technische analyse van DataCamp