Jev 用法与案例：Browser Use、Agent 工作流

作者把类 Jev 的开源分类系统 Laya 移植到 MLX，占用 1G 内存以内，在 M3 Max 上以每秒 60 次决策的速度玩贪吃蛇。

第三方在 4700+ 真实 agent 会话上测 Jev Router：成本比 DeepSeek V4.1 Flash 高 38%、延迟 1.7 倍，但可操控性 +10% 接近 Opus 5.5。

该账号称 Main Sister 已用 Jev 开出数个仓位，下一步接入永续合约并扩大资金规模。

从工具调用防火墙到模型路由、上下文压缩，10 个仓库用 Jev 的 yes/no 和打分决策给 Claude Code 每次会话加一层控制。

作者抽样 1k Fineweb-2 页面，对比 Jev/pplx-decider-v1.1 与 Fineweb-edu-classifier 对 Astra 标注的表现，结论是 decider 开箱即用可做质量数据判别。

独立研究者发布 Jev 技术笔记，称其作为多 agent 图上的类型化决策路由层，94.4% 任务成功率、中位延迟 1287ms，微软 agent 团队 6 小时内收藏。

用 claude --bg 起多个隔离 worktree 的后台会话，Opus 5.5 做架构与合并、Sonnet 5.5 实现、Fable 5.1 只在 schema 变更等三处介入；文中把 Jev 的 16ms 机械决策层作为同一模式的底层参照。

用 /advisor 让 Opus 5.5 只在计划锁定、测试二次失败、收尾前介入，Haiku 子代理并行扫仓库，Jev 微分支层 16ms 处理 1500+ 机械路由。

一段演示称 Jev 编排 7 个模型、12 个阶段、零人工，从空仓库做到 49,589 美元 MRR，算力成本 95.85 美元。

预测市场 Mimir 把 Jev 接入新市场审核：用类型化答案判断能否结算、是否垃圾、归哪类，只有难例才交给大模型。

爬虫抓 37 个工具的文档，Jev 只答 8 个是/否/评分问题筛掉 1791 页，Grok 4.7 读变化、Claude 写修复，月费从 212 降到 131。

拆解旧循环烧钱的三处，并给出新循环：代码限定可触范围、一次 Jev 请求并行回答路由/难度/是否联网/敏感/不可逆，简单任务不唤醒大模型，第二次 Jev 调用给结果打分，高置信放行、中等人审、低置信停止。