Jev 用法与案例：Browser Use、Agent 工作流

演示把六个 AI 串成一个团队，其中 Jev 负责自动跑测试和修 bug，首轮跑完 64/64 测试通过、7 小时 40 分花费 233 美元。

用 Opus 5.5 统筹、Haiku 5.5 子 agent 各自压在 100k 以内、临近就分叉，同一任务从 $6.15 降到 $0.85；帖尾称 Jev 在更底层以 0.93 锐度处理 1900 次分叉。

用 --advisor opus 让 Sonnet 5.5 主跑、Haiku 5.5 并行搜文件、Opus 5.5 只在锁计划、重复报错、收尾时介入，并把确定性微分支交给 JEV。

搭一套无人值守的 /goal 流程：Opus 5.5 自动规划改代码，Sonnet 5.5 派 worker/explorer/verifier 子 agent，Fable 5.1 每轮只读记录判定目标是否达成，Jev 在 16ms 内处理 1700+ 微分支。

开发者给 Leverage 做新桌面体验，界面里的生成式 UI 由 typesafeai 的 Jev 提供决策支持。

用 Haiku 扫文件跑测试、Sonnet 做 schema 迁移、Opus 只审 diff，340 个测试的迁移任务从 $4.26 降到 $1.03，并类比 Jev 在代码层做分支决策。

在 ~/.claude/settings.json 里固定主模型 Sonnet 5.5、子 agent 用 Haiku 5.5、Opus 5.5 只当顾问，免去每天敲四个 flag；帖尾称 Jev 在毫秒级接管无需思考的微分支。

演示一个交易终端：Grok 爬取 X、Telegram、Discord、Reddit 的社交情报，Jev 负责流动性、订单流、入场时机、仓位与执行，风险上限为池子的 18%。

作者睡前下达目标，Grok Bot 挖配送员痛点、REA 做竞品分析、Opus 出架构、Jev 写并部署应用，醒来称有 243 个注册和 832 美元收入。

发帖人晒出用 Jev 做审批决策的截图，拒绝和通过都在 1 分钟内返回，展示 Jev 在人工审核环节的实际用法。

视频展示 grok bot 提议、Jev 裁决的交易流程，三笔盈利平仓合计 $8,467，中间一笔被 Jev 拦下，单日收益 +89.3%。

作者用 Jev 对每条 X 帖做 Choice（跳过/短评/长评/转人工）、Score 匹配度和安全 yes/no，草稿进审核夹，发布键始终由人按。