Jev 用法与案例：Browser Use、Agent 工作流

把测试结果喂进每一步决策：Jev 在 inspect/patch/test/ask/finish 间做类型化选择，Opus 写补丁，失败用例回流后自动修复并产出带验证记录的 PR 草稿。

一份 CLAUDE.md 让 Opus 5.5 跑对冲基金 agent：留出集只测一次、计真实手续费、标记好得不真实的策略，Opus 说上线时 Jev 能否决。

六层自底向上搭 agent：Sonnet 写策略与工具、Dots 供数据与 240 条测试、Jev 做决策封边，最终 92% 通过，token 成本 4.92 美元。

一位创作者对比人工剪辑、AI 剪辑和 AI 自学后的第三版，称用 Jev 让剪辑与缩略图逐次自我改进。

爬虫实时扫 X 帖子，Jev 模块合并提及、去重、按作者多样性打分，再用 4 个 Grok 角色验证叙事，最后自动生成并发射 Solana 代币。

文章主张用 Jev 这类廉价决策模型挡在昂贵前沿模型前面，处理路由、买卖、点击等分叉，并给出 12 个可接入 agent 的位置。

用 Jev 把不确定事件剥离到晨间摘要，读全部 3 万条、写预算 300，每条草稿发布前先过 Jev 检查。

拖动滑块把隐私条款改写成大白话，并用 Jev 判断哪些条款属于非标准条款并标红，作者称整个工具基于 Typesafe AI 的 Jev 构建。

Pulse 问卷的 Text Insights 没有把回答一股脑丢给 LLM 总结，而是用 Jev 把每条开放题回答分桶归类，从而能实时筛选、分组并下钻分析。

把「创造交给 LLM、选择打分交给 Jev、执行交给代码」拆开，公开 demo 显示千篇论文分类约 0.08 美元、500 封邮件约 3.5 美分。

给 Claude Code/Codex 装一套 Jev 路由的记忆系统，每条候选事实先过 write/update/skip/forget/ask 判定。

汇总 agent-desktop、typesafe-mario、jev-drone、jev-trader 等 9 个仓库，展示 Jev 做结构化决策的玩法。