Jev 用法与案例：Browser Use、Agent 工作流

作者提出 LLM 思考、Jev 决策、代码执行的分工，并列出高频控制循环、浏览器 agent、护栏、RAG 过滤等 Jev 用例。

不会写字的 Jev 成为 Vercel AI Gateway 上采纳最快的模型，六天积累 110 个社区用例，用决策分流省下大量 token。

作者搭了一套 Jev 决策文件夹：Jev 负责路由、选工人、判断完成度，代码执行动作，Claude 只写文本，一万次决策花 0.42 美元。

两个 agent 同状态同动作跑贪吃蛇，Drex 1.5 决策指数 58.28 略高于 Jev 1.13.0 的 57.91，128k 上下文下亚秒级单次决策。

VIBE 的 AI 交易员用 Jev 跑用户挑选的 setup：信号来源、仓位大小、退出方式可组合成 27 种预设，后续支持自定义策略和跟单。

Pi 1.0 支持把 Claude Opus 规划、GPT 实现、Jev 决定何时切换组合成虚拟模型，还支持非 LLM 模型接入编码智能体。

作者用 Jev 的 choice/score 原语替换让大模型输出 JSON 打分的做法，重排从 4.5 秒降到 684ms，并把四路预检索调用并行化，TTFT 从 16 秒降到 7 秒。

LLM 改写扩写查询、向量检索出 6 个块后，用 TypeSafe AI Jev 只保留真正回答问题的 2 个，作者将在 Devoxx BE 讲这套 agent 模式。

完整视频指南，教你在一下午内搭起第一个 AI agent，并接入 Jev 作为决策层。

中文作者在做一块调度看板，任务先过 Jev 判断该派给谁，信心过 0.70 就直接执行，否则退回；Sol、Luna、Opus、Gemini、Grok 各管一摊，完成后连看板一起开源。

Pi 1.0 支持自定义模型路由，官方 demo 里 Claude Opus 负责规划、GPT 负责实现、Jev 决定何时切换，路由扩展由 Pi 自己写出来。

Cloudflare 用 Qwen 后训练出只做决策的 Clef/Clef-flash，在自家 Decision Index 上延迟 209ms/38.8ms，远快于 Jev 的 524ms。