Jev 用法与案例：Browser Use、Agent 工作流

Jev 创始人 Diogo Amogo 的 PDF 讲怎么搭 Jev harness，宣称快 200 倍、便宜 400 倍，可把 PDF 丢给 Claude Code 或 Codex 重建自己的配置。

逐条列出 9 月各家发布，把 TypeSafe AI 的 Jev 单列为异类：没有聊天窗口，只返回可分支的选择或概率，并给出价格与提速宣称。

作者用 jev-opus 把 effort、工具、重试、升级等分叉决策交给 Jev，Opus 5.5 只负责写作与规划，并靠 per-message 语句保住 prompt 缓存。

邮件先过 Jev 做置信路由，不确定的 10% 才升级给 Kimi K3，1 万封月账单从 $300 降到约 $9.42，升级率升到 30% 则变 $27.42。

作者把 Jev 用作 LLM Judge 跑 agent evals，称是成本最低、速度最快的方案，并已接入自己的 intelligence harness。

从定位、输入、输出、延迟、准确度、价格、规格、可用性八项对比，结论是高频文本分流先上 Jev。

SGLang 把 LLM 当分类/打分模型用，并新增兼容 Jev 的 /v1/systemone，让 Noul/Choice/Score 接口能套到开源模型上。

泰国用户梳理 DevDay 20 多项发布，指出第 4 项 Decisions API + computer use 即 Jev，并称 GPT-6.1 Sol 单任务成本比 Sonnet 5.5 低约 10.5 倍。

按「在哪处理会话过期」逐层问文件夹、文件、函数，只把活下来的几行给 Claude Code、Codex 等 agent。

用 Jev 式闸门先过滤 97% 加密新闻噪音，只把模糊高影响事件交给 Claude 调查，再由代码按新闻 30% 上限加权下单，22 轮回放把 $100 跑到 $2,981。

有人把整个开发团队映射成 160 多个 Claude Code 子 agent，按 API 设计、后端、评审、QA、安全、DevOps 分工，并称这是「Jev 式工程」：别再让一个 agent 干全队的活。

有人把 TypeSafeAI 文档里 Jev 在 agent 中的用法整理成 9 种方案：模型路由、护栏、工具调用门控、收件箱分诊、重排序、LLM 评测、批量标注、实时控制、置信度门控。