Norsk

← Tilbake til listen

Del noen interessante Jev-applikasjoner: en AI-modell som ikke svarer og bare dommere

itadol5j

I en blind, pre-registrering vurdering av PrimeLine, er det en god historie.

Den absolutte nøyaktigheten til Claude Opus 5 og Haiku 4.5 av to virkelige oppdragDet er mye bedre enn Jeff, selv i begynnelsen.Jeg vet ikke. Men når vurderingen tillot modellen å hoppe over den mest usikre prøven av seg selv,På begge oppdragene gikk det baklengs.Jeg vet ikke.

Det er fordi det er utgangstillit.Det er kalibrert.I motsetning til det er generiske generasjonsmodeller ofte dårlig kalibrerte og oversikre i sin egen vurdering. Med andre ord, verdien av Jev kommer ut når - kjenner deg selv - er viktigere enn - hardt svar -

Hvordan?

Hvis du allerede bruker en modell monteringsplattform, er tilgangskostnader nesten null:

  • OpenRouter:Jev er online i den offisielle modellen katalog, modellnavn typesafe/jevDu kan kutte en modell i koden.
  • Vercel AI Gateway72 timer etter utgivelse, integrert, gå Vercel Global Marginal Network distribusjon, lav forsinkelse
  • Offisiell SDK: TypeSafe gir en online konsoll (Playground) og fullstendig dokumentasjon til støtte for HTTP API, Python SDK, JavaScript SDK
  • Offisielle ferdighetspakker: TypeSafe åpnet ferdighetene lager i GitHub, en spesialisert kodemiddel som spør alle forskjellene på en gang, ikke bare ett spørsmål av gangen

Pris: Enter token 0.042 per million, utgang gratis. Det nye kontonummeret er også gratis.

AI-politikknivå

Si noe rolig.

Først og fremst,Det er ikke en erstatning for en stor modell.Jeg vet ikke. Jev er en profesjonell beslutningsmodell som ikke forventes å ha åpen resonnement og innholdsgenerasjon evner. Dens verdi er å maksimere \" rask og pålitelig beslutningstaking i klart definerte mulige utfall\".

For det andre,Mange tilfeller må løses.Jeg vet ikke. For eksempel var Browner Use, den sju sekunder lange søkedemonstrasjonen, resultatet av hele verktøykjeden som ikke teller alle evnene på Jev. De lager hvor samfunnssaker er samlet seg selv indikerer grensen for bevis - hva som er klart, hva som fungerer å verifisere og hvilke krav som ikke støttes. Denne holdningen er verdt å lære.

For det tredje:Hold øynene åpne.Jeg vet ikke. Jev ble utgitt en uke lang skjerm, med ekte teknisk verdi i varme og mange markedsføringskomponenter. Det som virkelig trengs er å ta det og flykte fra oppdraget og se hvor mye forsinkelse og penger som spares.

En ting er sikkert:AI gjelder mer enn en generasjon" baneJeg vet ikke. Utenfor dette sporet blir den langvarige infrastrukturen til «dommen» fylt. Jev var ikke det siste svaret på det, men det stilte det riktige spørsmålet.

Store modeller skriver svar, og Jev tar beslutninger - det er en god struktur for hver jobb.

Referanser: TypeSafe AI Offisielt publisert Note, Jev apps Case Book (137 Case / 11 Bruk), Wikipedia, DataCampe Teknisk analyse

Dette er en av de mest verdifulle retningene i det nåværende prosjektet.

Browner Bruk bare teamutgivelse i Jev 3 dagerEn offisiell integrasjon jev-ultrafast ble senere frigitt, angivelig mottok 2.700 GitHub Stars innen to dager. Det deler nettet operasjonen i to sett med alternativer (operasjoner + mål), og det er ikke et alternativ.Ingen skjermbilde, ingen polymorf token.Bare to beslutninger tas per rundtur.

Grunnleggeren Gregor Zunic delte en uncut presentasjon: Jev-drevet nettleser automatisere enveis søk på det virkelige flyselskapets nettside, og søket ble utført på nettstedet.Hele prosessen 7 sekunderModellen ringer koster omtrent $0.0039Jeg vet ikke.

Det er også en haug av Staagehand-nettleserkontroller, Jev-bruk for Cua, Mac på CoreML + OCR plasseringsknappen, og Jevs TipTour, Voice Control-leser for å velge klikkposisjon. Det er nå 13 tilfeller i denne kategorien, den største kategorien.

Når \"routing\": velger riktig modell for oppgaven

Det er et reelt avfall i flermodellalderen: enkle ting er dyre, rene penger. Jevs lavprisforsinkelse gjør at den passer.TrafikkklinikkerJeg vet ikke.

  • Claude Code Router: Som et regneark, Jev dømmer vanskeligheten av oppgaven, velger plugin resonnement av underagentmodellen og hovedøkten tilsvarende grader
  • Codex oppgave vanskelig bane: Estimere den logiske kompleksiteten til den kodede oppgaven før utførelse, etterlater enkel redigering til billige modeller, komplekse tverrfil re-engineering for å aktivere sterkere modeller - rapportert.Reduser den totale kostnaden for modeller med over 60 %.
  • Eve Betingelsesrute / Forespørsel om distribusjon: å bestemme hvilken type modell som problemet krever og deretter referere den til riktig modell
  • Lokal kode proxy-delingTildeling av enkle oppgaver, komplekse problemer, lange oppgaver til ulike AI-assistenter

LangChain skrev en spesiell artikkel, " Bygge setebelter med Jev " , merke til at klassifisering og rutelogikk i proxyrammeverket tradisjonelt har blitt skjult i lukkede kilder, og at generiske lavprisklassifiseringsmodeller som Jev tillater dette laget av beslutningsprosesser å gjenbrukes i open source agenter. Armin Ronacher, grunnleggeren av Centry, mener også at det er økonomisk urimelig å bruke store, generere modeller for rutinebeslutninger.

V. SIKKERHET OG ANGAGERING: OBSERVATSJONER

Slike programmer er ikke frowning, men de er de beste.

  • Vercel erstatte Shell kommando sikkerhetsklassifisering enhet: Ingeniør Pranit Sharma erstatter den interne Shell kommando sikkerhetskatalog basert på OpenAI med Jev.Hastighet opp 5-18 gangerOg det er en lavere hastighet av feilrapportering - en reduksjon i feilrapportering øker den faktiske nøyaktigheten av systemet.
  • Injeksjonstest.: fellesskapet åpen kilde jev-mcp (utvidelse basert på MCP-protokollen) som kan brukes til å krysskilde faktakontroll, test tips skjult i brukervarsler for angrep og semantisk relevans av søkeinnhold Fight! min
  • Kompakt lang sammenheng:fast-jev-sammenlikning raskt vurderer verdien av hvert kalleverktøy med Jev, sletter ubrukt logg mens du opprettholder kritisk tilstand - Kodeagentens langsiktige oppdrag er svært stor.
  • PR PrescreenAnalyse av endringer i fillister og automatiserte tester i CI-kanalen, foreløpig vurdering av PR 's tilstrekkelighet til konsolidering, høy risiko PR 's automatisk taggoverføring

Service linjer: post, regneark, passasjeruniformer

Den felles nevneren av disse scenene er:Det er utallige små beslutninger som må tas raskt og konsekvent.Det er dyrt og sakte med en stor modell.

  • Klassifisering av virksomhetens e-post intensjoner: CTO Nikhil Mudholkar av Brioai sammenligner Jev med Gemini, hvis absolutte nøyaktighet er litt høyere, menKostnaden ved hvert samtale er 10-20 ganger høyereJeg vet ikke. Det viktigste er at Jev gir en kalibrert sannsynlighetsfordeling, og det nedstrøms-systemet kan lettere sette tillitsgrensen. Verdi
  • Fordeling av arbeidsordrer og automatisk rute: gi Jev et sammendrag av brevet som nøkkelinformasjon, velg det mest passende fra et team av forretningsteam for å erstatte den svake manuelle regelen
  • Kategorisering av duplikatavdrag og nødstøtte: rask identifisering av høyrisikoklager (f.eks. dobbel fradrag) i den finansielle kraftbransjen, nødtag på et par millisekunder på det tidspunktet kunden blir emosjonell eller ber om refusjon, prioritet gis til arbeidskraft

Vii. Mer vilt spill

  • Opprette bilder etter piksel: Utvikler @anshuc forvandler bildegenerasjon til et pikselklassifikasjonsproblem - - Gi hver piksel et sett med fargealternativer og sannsynligheter, og programmet fyller med maksimal sannsynlighetsfarge valgt av Jev, og til slutt setter ut et bilde med lav oppløsning.
  • Automatiske kjedetransaksjonerNoen Web3-utviklere legger Jev på en go-to-senter utveksling for å lese real-time ordre dybdedata og produksjon bare tre handlinger: å kjøpe, selge, holde. Samfunn tror det er en av de mest synlige bruksområder, men reelle markedsforhold viser også risiko.
  • Velg komponent for webgrensesnittet:json-render prosjektet, Jev velger komponenter, arrangerer relasjoner, og programmet samler resultatene til et gjengivelsesbart grensesnitt - som bygningsblokker

VIII. En interessant vurdering

I en blind, pre-registrering vurdering av PrimeLine, er det en god historie.

Den absolutte nøyaktigheten til Claude Opus 5 og Haiku 4.5 av to virkelige oppdragDet er mye bedre enn Jeff, selv i begynnelsen.Jeg vet ikke. Men når vurderingen tillot modellen å hoppe over den mest usikre prøven av seg selv,På begge oppdragene gikk det baklengs.Jeg vet ikke.

Det er fordi det er utgangstillit.Det er kalibrert.I motsetning til det er generiske generasjonsmodeller ofte dårlig kalibrerte og oversikre i sin egen vurdering. Med andre ord, verdien av Jev kommer ut når - kjenner deg selv - er viktigere enn - hardt svar -

Hvordan?

Hvis du allerede bruker en modell monteringsplattform, er tilgangskostnader nesten null:

  • OpenRouter:Jev er online i den offisielle modellen katalog, modellnavn typesafe/jevDu kan kutte en modell i koden.
  • Vercel AI Gateway72 timer etter utgivelse, integrert, gå Vercel Global Marginal Network distribusjon, lav forsinkelse
  • Offisiell SDK: TypeSafe gir en online konsoll (Playground) og fullstendig dokumentasjon til støtte for HTTP API, Python SDK, JavaScript SDK
  • Offisielle ferdighetspakker: TypeSafe åpnet ferdighetene lager i GitHub, en spesialisert kodemiddel som spør alle forskjellene på en gang, ikke bare ett spørsmål av gangen

Pris: Enter token 0.042 per million, utgang gratis. Det nye kontonummeret er også gratis.

AI-politikknivå

Si noe rolig.

Først og fremst,Det er ikke en erstatning for en stor modell.Jeg vet ikke. Jev er en profesjonell beslutningsmodell som ikke forventes å ha åpen resonnement og innholdsgenerasjon evner. Dens verdi er å maksimere \" rask og pålitelig beslutningstaking i klart definerte mulige utfall\".

For det andre,Mange tilfeller må løses.Jeg vet ikke. For eksempel var Browner Use, den sju sekunder lange søkedemonstrasjonen, resultatet av hele verktøykjeden som ikke teller alle evnene på Jev. De lager hvor samfunnssaker er samlet seg selv indikerer grensen for bevis - hva som er klart, hva som fungerer å verifisere og hvilke krav som ikke støttes. Denne holdningen er verdt å lære.

For det tredje:Hold øynene åpne.Jeg vet ikke. Jev ble utgitt en uke lang skjerm, med ekte teknisk verdi i varme og mange markedsføringskomponenter. Det som virkelig trengs er å ta det og flykte fra oppdraget og se hvor mye forsinkelse og penger som spares.

En ting er sikkert:AI gjelder mer enn en generasjon" baneJeg vet ikke. Utenfor dette sporet blir den langvarige infrastrukturen til «dommen» fylt. Jev var ikke det siste svaret på det, men det stilte det riktige spørsmålet.

Store modeller skriver svar, og Jev tar beslutninger - det er en god struktur for hver jobb.

Referanser: TypeSafe AI Offisielt publisert Note, Jev apps Case Book (137 Case / 11 Bruk), Wikipedia, DataCampe Teknisk analyse

Dette er en av de mest verdifulle retningene i det nåværende prosjektet.

Browner Bruk bare teamutgivelse i Jev 3 dagerEn offisiell integrasjon jev-ultrafast ble senere frigitt, angivelig mottok 2.700 GitHub Stars innen to dager. Det deler nettet operasjonen i to sett med alternativer (operasjoner + mål), og det er ikke et alternativ.Ingen skjermbilde, ingen polymorf token.Bare to beslutninger tas per rundtur.

Grunnleggeren Gregor Zunic delte en uncut presentasjon: Jev-drevet nettleser automatisere enveis søk på det virkelige flyselskapets nettside, og søket ble utført på nettstedet.Hele prosessen 7 sekunderModellen ringer koster omtrent $0.0039Jeg vet ikke.

Det er også en haug av Staagehand-nettleserkontroller, Jev-bruk for Cua, Mac på CoreML + OCR plasseringsknappen, og Jevs TipTour, Voice Control-leser for å velge klikkposisjon. Det er nå 13 tilfeller i denne kategorien, den største kategorien.

Når \"routing\": velger riktig modell for oppgaven

Det er et reelt avfall i flermodellalderen: enkle ting er dyre, rene penger. Jevs lavprisforsinkelse gjør at den passer.TrafikkklinikkerJeg vet ikke.

  • Claude Code Router: Som et regneark, Jev dømmer vanskeligheten av oppgaven, velger plugin resonnement av underagentmodellen og hovedøkten tilsvarende grader
  • Codex oppgave vanskelig bane: Estimere den logiske kompleksiteten til den kodede oppgaven før utførelse, etterlater enkel redigering til billige modeller, komplekse tverrfil re-engineering for å aktivere sterkere modeller - rapportert.Reduser den totale kostnaden for modeller med over 60 %.
  • Eve Betingelsesrute / Forespørsel om distribusjon: å bestemme hvilken type modell som problemet krever og deretter referere den til riktig modell
  • Lokal kode proxy-delingTildeling av enkle oppgaver, komplekse problemer, lange oppgaver til ulike AI-assistenter

LangChain skrev en spesiell artikkel, " Bygge setebelter med Jev " , merke til at klassifisering og rutelogikk i proxyrammeverket tradisjonelt har blitt skjult i lukkede kilder, og at generiske lavprisklassifiseringsmodeller som Jev tillater dette laget av beslutningsprosesser å gjenbrukes i open source agenter. Armin Ronacher, grunnleggeren av Centry, mener også at det er økonomisk urimelig å bruke store, generere modeller for rutinebeslutninger.

V. SIKKERHET OG ANGAGERING: OBSERVATSJONER

Slike programmer er ikke frowning, men de er de beste.

  • Vercel erstatte Shell kommando sikkerhetsklassifisering enhet: Ingeniør Pranit Sharma erstatter den interne Shell kommando sikkerhetskatalog basert på OpenAI med Jev.Hastighet opp 5-18 gangerOg det er en lavere hastighet av feilrapportering - en reduksjon i feilrapportering øker den faktiske nøyaktigheten av systemet.
  • Injeksjonstest.: fellesskapet åpen kilde jev-mcp (utvidelse basert på MCP-protokollen) som kan brukes til å krysskilde faktakontroll, test tips skjult i brukervarsler for angrep og semantisk relevans av søkeinnhold Fight! min
  • Kompakt lang sammenheng:fast-jev-sammenlikning raskt vurderer verdien av hvert kalleverktøy med Jev, sletter ubrukt logg mens du opprettholder kritisk tilstand - Kodeagentens langsiktige oppdrag er svært stor.
  • PR PrescreenAnalyse av endringer i fillister og automatiserte tester i CI-kanalen, foreløpig vurdering av PR 's tilstrekkelighet til konsolidering, høy risiko PR 's automatisk taggoverføring

Service linjer: post, regneark, passasjeruniformer

Den felles nevneren av disse scenene er:Det er utallige små beslutninger som må tas raskt og konsekvent.Det er dyrt og sakte med en stor modell.

  • Klassifisering av virksomhetens e-post intensjoner: CTO Nikhil Mudholkar av Brioai sammenligner Jev med Gemini, hvis absolutte nøyaktighet er litt høyere, menKostnaden ved hvert samtale er 10-20 ganger høyereJeg vet ikke. Det viktigste er at Jev gir en kalibrert sannsynlighetsfordeling, og det nedstrøms-systemet kan lettere sette tillitsgrensen. Verdi
  • Fordeling av arbeidsordrer og automatisk rute: gi Jev et sammendrag av brevet som nøkkelinformasjon, velg det mest passende fra et team av forretningsteam for å erstatte den svake manuelle regelen
  • Kategorisering av duplikatavdrag og nødstøtte: rask identifisering av høyrisikoklager (f.eks. dobbel fradrag) i den finansielle kraftbransjen, nødtag på et par millisekunder på det tidspunktet kunden blir emosjonell eller ber om refusjon, prioritet gis til arbeidskraft

Vii. Mer vilt spill

  • Opprette bilder etter piksel: Utvikler @anshuc forvandler bildegenerasjon til et pikselklassifikasjonsproblem - - Gi hver piksel et sett med fargealternativer og sannsynligheter, og programmet fyller med maksimal sannsynlighetsfarge valgt av Jev, og til slutt setter ut et bilde med lav oppløsning.
  • Automatiske kjedetransaksjonerNoen Web3-utviklere legger Jev på en go-to-senter utveksling for å lese real-time ordre dybdedata og produksjon bare tre handlinger: å kjøpe, selge, holde. Samfunn tror det er en av de mest synlige bruksområder, men reelle markedsforhold viser også risiko.
  • Velg komponent for webgrensesnittet:json-render prosjektet, Jev velger komponenter, arrangerer relasjoner, og programmet samler resultatene til et gjengivelsesbart grensesnitt - som bygningsblokker

VIII. En interessant vurdering

I en blind, pre-registrering vurdering av PrimeLine, er det en god historie.

Den absolutte nøyaktigheten til Claude Opus 5 og Haiku 4.5 av to virkelige oppdragDet er mye bedre enn Jeff, selv i begynnelsen.Jeg vet ikke. Men når vurderingen tillot modellen å hoppe over den mest usikre prøven av seg selv,På begge oppdragene gikk det baklengs.Jeg vet ikke.

Det er fordi det er utgangstillit.Det er kalibrert.I motsetning til det er generiske generasjonsmodeller ofte dårlig kalibrerte og oversikre i sin egen vurdering. Med andre ord, verdien av Jev kommer ut når - kjenner deg selv - er viktigere enn - hardt svar -

Hvordan?

Hvis du allerede bruker en modell monteringsplattform, er tilgangskostnader nesten null:

  • OpenRouter:Jev er online i den offisielle modellen katalog, modellnavn typesafe/jevDu kan kutte en modell i koden.
  • Vercel AI Gateway72 timer etter utgivelse, integrert, gå Vercel Global Marginal Network distribusjon, lav forsinkelse
  • Offisiell SDK: TypeSafe gir en online konsoll (Playground) og fullstendig dokumentasjon til støtte for HTTP API, Python SDK, JavaScript SDK
  • Offisielle ferdighetspakker: TypeSafe åpnet ferdighetene lager i GitHub, en spesialisert kodemiddel som spør alle forskjellene på en gang, ikke bare ett spørsmål av gangen

Pris: Enter token 0.042 per million, utgang gratis. Det nye kontonummeret er også gratis.

AI-politikknivå

Si noe rolig.

Først og fremst,Det er ikke en erstatning for en stor modell.Jeg vet ikke. Jev er en profesjonell beslutningsmodell som ikke forventes å ha åpen resonnement og innholdsgenerasjon evner. Dens verdi er å maksimere \" rask og pålitelig beslutningstaking i klart definerte mulige utfall\".

For det andre,Mange tilfeller må løses.Jeg vet ikke. For eksempel var Browner Use, den sju sekunder lange søkedemonstrasjonen, resultatet av hele verktøykjeden som ikke teller alle evnene på Jev. De lager hvor samfunnssaker er samlet seg selv indikerer grensen for bevis - hva som er klart, hva som fungerer å verifisere og hvilke krav som ikke støttes. Denne holdningen er verdt å lære.

For det tredje:Hold øynene åpne.Jeg vet ikke. Jev ble utgitt en uke lang skjerm, med ekte teknisk verdi i varme og mange markedsføringskomponenter. Det som virkelig trengs er å ta det og flykte fra oppdraget og se hvor mye forsinkelse og penger som spares.

En ting er sikkert:AI gjelder mer enn en generasjon" baneJeg vet ikke. Utenfor dette sporet blir den langvarige infrastrukturen til «dommen» fylt. Jev var ikke det siste svaret på det, men det stilte det riktige spørsmålet.

Store modeller skriver svar, og Jev tar beslutninger - det er en god struktur for hver jobb.

Referanser: TypeSafe AI Offisielt publisert Note, Jev apps Case Book (137 Case / 11 Bruk), Wikipedia, DataCampe Teknisk analyse

Nylig sirkler AI ut en annen modell - Jev. I stedet for å jobbe med GPT, Claude, skriver svar, det stirrer på en forsømt posisjon:For å dømme.Jeg vet ikke.

Jev AI-modell

Gi det en status quo og legg til et spørsmål eller et sett alternativer, og det returnerer et svar på et valgspørsmål, en brøkdel eller en sannsynlighet for ja / nei - og deretter et program å utføre. Utgivelsesdatoen var 15. september 2026 (det begrensede antall tidlige besøk), og selskapet bak det var TypeSafe AI, grunnleggeren Diogo Almeida, en av de medventarene til ChatGPT, med et Seed Wheel på 40 millioner dollar, som ble sponset av DCVC.

Konsepter høres abstrakt ut, men samfunn spiller hundrevis av tilfeller innen en uke. Velg ut noen av de mest interessante ting, og du vil se nøyaktig hva det løser.

Vi må finne ut forskjellen mellom det og den normale store modellen.

Den tradisjonelle store modellen genereres i hovedsak: du spør det, det er et token og et token ned. Skrive artikler, presse logikk, banking koder er bra, men det enkle valget av " plukke en av disse alternativene" blir forvandlet til en kylling-drepende kniv - sakte og dyrt.

Jeff går på en annen måte: det er lett.Klassifiserings- og vurderingsmodellJeg vet ikke. Hvert anrop du gir det et sett av klart definerte alternativer, som direkte gir ut sannsynlighetsfordelingen av disse alternativene og velger den med høyeste tillit. Forsinkelser på flere dusin til hundrevis av millisekunder er bare en brøkdel av størrelsen på den dominerende modellen.

TypeSafe, det offisielle navnet på det er.System én modell— å bruke begrepet \"system I\" (intuitiv, rask vurdering) i psykologi, som tilsvarer den storespråklige modellen av \"system II\" (sliten, dyptgående resonnement). Offisielle data er 40-200 ganger raskere enn den frontlinjen store modellen, som gir inn en million token per million.Utgangen er fri.Jeg vet ikke.

I. Spille spill med det: fra destroyers til 50 undergrunner

Dette er en av de enkleste programmene for å forstå verdien av Jev -- spill som krever mange små beslutninger i sekundet, som er akkurat dens styrke.

  • Offisiell presentasjon: sanntid på DestroyerJeg vet ikke. Jev tar ca. 10 tiltaksbeslutninger i sekundet, kontrollerer rollebevegelse og skudd.Det koster rundt 7 dollar i en times løp.– Dette nummeret overrasker ingeniører, noe som tyder på at beslutningstaking i sanntid er mulig.
  • Og kontroller 50 metroer.Jeg vet ikke. Utvikleren, @MaxBlade, bygget et automatisert miljø som gjorde det mulig for Jev å kjøre 50-spillet samtidig, hvor hvert trekk var en liten beslutning. Det ble rapportert at alle 50 stasjonene var ferdigstilte.Den totale kostnaden er mindre enn en cent.
  • Open source Super Mario kontrollerJeg vet ikke. Systemet av utvikleren @faadirhshaik leser den strukturerte spilltilstanden direkte fra minnet. Jev bestemmer når du skal hoppe, når å akselerere, prosjektet er åpent
  • Raskt å drepe punkt 2.Jeg vet ikke. Den kinesiske utvikleren Paulwei bruker det til å spille et strategikortspill. Det var en markert forsinkelse mellom de to kortene da den store modellen ble brukt tidligere; etter at Jev ble erstattetHver beslutning tar 0,7 sekunder.Neste ordre vil bli sendt før siste animasjon.
  • Wikis.Jeg vet ikke. En annen offisiell presentasjon: Fra en Wikipedia-artikkel, bare side hyperlinks til å målrette artikler. Hvert steg kan møtes med hundre eller tusenvis av kandidatforbindelser. - Testen er evnen til å velge under et stort alternativ.

II. Fysikk: Landing raketten selv

Jeg elsker dette tilfellet fordi det beviser at Jeff kan spille mer enn spill.

Utvikler @uttkarsh 42 brakt Jeff til MujoCos fysiske motor for å styre en vertikal landingsrakett. Jev bestemmer:Når du setter i brann, hvor mange motorer, når du bytter landingsstillingen.Jeg vet ikke. Systemet landet etter 12 tester. En av de fullstendige testene ble kalt 245 ganger til en rapportert kostnad på ca. USD 0,04.

Det er også en 3D bysimulering av autopilot: utvikler @jpschroeder integrerer Jev i en virtuell by der kjøretøy bruker sensordata og veiforhold for å bestemme retningen på reisene og komme inn i systemet igjen etter hvert trekk. Hele konstruksjonen skal ha tatt mindre enn en time.

Jev beslutningsmodellsøknad

III. Nettleserautomatisering: 7 sekunder å søke etter ekte flyvninger

Dette er en av de mest verdifulle retningene i det nåværende prosjektet.

Browner Bruk bare teamutgivelse i Jev 3 dagerEn offisiell integrasjon jev-ultrafast ble senere frigitt, angivelig mottok 2.700 GitHub Stars innen to dager. Det deler nettet operasjonen i to sett med alternativer (operasjoner + mål), og det er ikke et alternativ.Ingen skjermbilde, ingen polymorf token.Bare to beslutninger tas per rundtur.

Grunnleggeren Gregor Zunic delte en uncut presentasjon: Jev-drevet nettleser automatisere enveis søk på det virkelige flyselskapets nettside, og søket ble utført på nettstedet.Hele prosessen 7 sekunderModellen ringer koster omtrent $0.0039Jeg vet ikke.

Det er også en haug av Staagehand-nettleserkontroller, Jev-bruk for Cua, Mac på CoreML + OCR plasseringsknappen, og Jevs TipTour, Voice Control-leser for å velge klikkposisjon. Det er nå 13 tilfeller i denne kategorien, den største kategorien.

Når \"routing\": velger riktig modell for oppgaven

Det er et reelt avfall i flermodellalderen: enkle ting er dyre, rene penger. Jevs lavprisforsinkelse gjør at den passer.TrafikkklinikkerJeg vet ikke.

  • Claude Code Router: Som et regneark, Jev dømmer vanskeligheten av oppgaven, velger plugin resonnement av underagentmodellen og hovedøkten tilsvarende grader
  • Codex oppgave vanskelig bane: Estimere den logiske kompleksiteten til den kodede oppgaven før utførelse, etterlater enkel redigering til billige modeller, komplekse tverrfil re-engineering for å aktivere sterkere modeller - rapportert.Reduser den totale kostnaden for modeller med over 60 %.
  • Eve Betingelsesrute / Forespørsel om distribusjon: å bestemme hvilken type modell som problemet krever og deretter referere den til riktig modell
  • Lokal kode proxy-delingTildeling av enkle oppgaver, komplekse problemer, lange oppgaver til ulike AI-assistenter

LangChain skrev en spesiell artikkel, " Bygge setebelter med Jev " , merke til at klassifisering og rutelogikk i proxyrammeverket tradisjonelt har blitt skjult i lukkede kilder, og at generiske lavprisklassifiseringsmodeller som Jev tillater dette laget av beslutningsprosesser å gjenbrukes i open source agenter. Armin Ronacher, grunnleggeren av Centry, mener også at det er økonomisk urimelig å bruke store, generere modeller for rutinebeslutninger.

V. SIKKERHET OG ANGAGERING: OBSERVATSJONER

Slike programmer er ikke frowning, men de er de beste.

  • Vercel erstatte Shell kommando sikkerhetsklassifisering enhet: Ingeniør Pranit Sharma erstatter den interne Shell kommando sikkerhetskatalog basert på OpenAI med Jev.Hastighet opp 5-18 gangerOg det er en lavere hastighet av feilrapportering - en reduksjon i feilrapportering øker den faktiske nøyaktigheten av systemet.
  • Injeksjonstest.: fellesskapet åpen kilde jev-mcp (utvidelse basert på MCP-protokollen) som kan brukes til å krysskilde faktakontroll, test tips skjult i brukervarsler for angrep og semantisk relevans av søkeinnhold Fight! min
  • Kompakt lang sammenheng:fast-jev-sammenlikning raskt vurderer verdien av hvert kalleverktøy med Jev, sletter ubrukt logg mens du opprettholder kritisk tilstand - Kodeagentens langsiktige oppdrag er svært stor.
  • PR PrescreenAnalyse av endringer i fillister og automatiserte tester i CI-kanalen, foreløpig vurdering av PR 's tilstrekkelighet til konsolidering, høy risiko PR 's automatisk taggoverføring

Service linjer: post, regneark, passasjeruniformer

Den felles nevneren av disse scenene er:Det er utallige små beslutninger som må tas raskt og konsekvent.Det er dyrt og sakte med en stor modell.

  • Klassifisering av virksomhetens e-post intensjoner: CTO Nikhil Mudholkar av Brioai sammenligner Jev med Gemini, hvis absolutte nøyaktighet er litt høyere, menKostnaden ved hvert samtale er 10-20 ganger høyereJeg vet ikke. Det viktigste er at Jev gir en kalibrert sannsynlighetsfordeling, og det nedstrøms-systemet kan lettere sette tillitsgrensen. Verdi
  • Fordeling av arbeidsordrer og automatisk rute: gi Jev et sammendrag av brevet som nøkkelinformasjon, velg det mest passende fra et team av forretningsteam for å erstatte den svake manuelle regelen
  • Kategorisering av duplikatavdrag og nødstøtte: rask identifisering av høyrisikoklager (f.eks. dobbel fradrag) i den finansielle kraftbransjen, nødtag på et par millisekunder på det tidspunktet kunden blir emosjonell eller ber om refusjon, prioritet gis til arbeidskraft

Vii. Mer vilt spill

  • Opprette bilder etter piksel: Utvikler @anshuc forvandler bildegenerasjon til et pikselklassifikasjonsproblem - - Gi hver piksel et sett med fargealternativer og sannsynligheter, og programmet fyller med maksimal sannsynlighetsfarge valgt av Jev, og til slutt setter ut et bilde med lav oppløsning.
  • Automatiske kjedetransaksjonerNoen Web3-utviklere legger Jev på en go-to-senter utveksling for å lese real-time ordre dybdedata og produksjon bare tre handlinger: å kjøpe, selge, holde. Samfunn tror det er en av de mest synlige bruksområder, men reelle markedsforhold viser også risiko.
  • Velg komponent for webgrensesnittet:json-render prosjektet, Jev velger komponenter, arrangerer relasjoner, og programmet samler resultatene til et gjengivelsesbart grensesnitt - som bygningsblokker

VIII. En interessant vurdering

I en blind, pre-registrering vurdering av PrimeLine, er det en god historie.

Den absolutte nøyaktigheten til Claude Opus 5 og Haiku 4.5 av to virkelige oppdragDet er mye bedre enn Jeff, selv i begynnelsen.Jeg vet ikke. Men når vurderingen tillot modellen å hoppe over den mest usikre prøven av seg selv,På begge oppdragene gikk det baklengs.Jeg vet ikke.

Det er fordi det er utgangstillit.Det er kalibrert.I motsetning til det er generiske generasjonsmodeller ofte dårlig kalibrerte og oversikre i sin egen vurdering. Med andre ord, verdien av Jev kommer ut når - kjenner deg selv - er viktigere enn - hardt svar -

Hvordan?

Hvis du allerede bruker en modell monteringsplattform, er tilgangskostnader nesten null:

  • OpenRouter:Jev er online i den offisielle modellen katalog, modellnavn typesafe/jevDu kan kutte en modell i koden.
  • Vercel AI Gateway72 timer etter utgivelse, integrert, gå Vercel Global Marginal Network distribusjon, lav forsinkelse
  • Offisiell SDK: TypeSafe gir en online konsoll (Playground) og fullstendig dokumentasjon til støtte for HTTP API, Python SDK, JavaScript SDK
  • Offisielle ferdighetspakker: TypeSafe åpnet ferdighetene lager i GitHub, en spesialisert kodemiddel som spør alle forskjellene på en gang, ikke bare ett spørsmål av gangen

Pris: Enter token 0.042 per million, utgang gratis. Det nye kontonummeret er også gratis.

AI-politikknivå

Si noe rolig.

Først og fremst,Det er ikke en erstatning for en stor modell.Jeg vet ikke. Jev er en profesjonell beslutningsmodell som ikke forventes å ha åpen resonnement og innholdsgenerasjon evner. Dens verdi er å maksimere \" rask og pålitelig beslutningstaking i klart definerte mulige utfall\".

For det andre,Mange tilfeller må løses.Jeg vet ikke. For eksempel var Browner Use, den sju sekunder lange søkedemonstrasjonen, resultatet av hele verktøykjeden som ikke teller alle evnene på Jev. De lager hvor samfunnssaker er samlet seg selv indikerer grensen for bevis - hva som er klart, hva som fungerer å verifisere og hvilke krav som ikke støttes. Denne holdningen er verdt å lære.

For det tredje:Hold øynene åpne.Jeg vet ikke. Jev ble utgitt en uke lang skjerm, med ekte teknisk verdi i varme og mange markedsføringskomponenter. Det som virkelig trengs er å ta det og flykte fra oppdraget og se hvor mye forsinkelse og penger som spares.

En ting er sikkert:AI gjelder mer enn en generasjon" baneJeg vet ikke. Utenfor dette sporet blir den langvarige infrastrukturen til «dommen» fylt. Jev var ikke det siste svaret på det, men det stilte det riktige spørsmålet.

Store modeller skriver svar, og Jev tar beslutninger - det er en god struktur for hver jobb.

Referanser: TypeSafe AI Offisielt publisert Note, Jev apps Case Book (137 Case / 11 Bruk), Wikipedia, DataCampe Teknisk analyse