Jev 用法与案例：Browser Use、Agent 工作流

Unsloth 演示用本地 Laya 模型通过 Decision API 做实时行李打包决策，输入变化时结果即时更新。

MotherDuck 把 Jev 直接做进 SQL，一周内客户用 prompt_jev() 打标签、给工单打分、标注 agent trace，跑真实生产分析管道。

一个用 Jev 做决策、Opus 5.5 辅助的 Polymarket 账户，靠 2-3 分钱冷门和 31-52 分钱错价盘赚到 424 万美元。

Mastra 正式上线 Jev 集成，用 Classifier 原语做请求路由、输出打分和工作流门控，附演示视频。

一个跑在云端的 Jev 交易 agent，每 14 分钟扫市场、比信号与赔率、算阈值、按凯利公式下注，并自己付托管费，余额归零就死。

作者提出 SCATR：用小型校准集训练轻量打分器来排序候选答案，并称这与 Jev 的「专用快速决策模型」方向一致，在代码和数学任务上比置信度排序最高提升 9%。

AI agent 公司创始人称已试玩 Jev，并解释它输出 JSON 式决策而非文本，适合工单路由、审批、文档分类等企业决策场景。

作者以近期多起 AI 攻击事件为背景，说攻击成本在下降、防御也要便宜，于是用 Jev 做了一个漏洞扫描器。

作者把 Typesafe 的 Jev 和 Agora 结合，用语音控制 Mac：放视频、开文件夹、浏览网页、关标签页，并附了演示视频。

视频介绍 Jev 只做决策不写句子，70–500ms 出结果、输出免费，已接入 Vercel AI Gateway、Claude Code 技能，用于内容审核与工单路由。

Cua 的参考 agent 循环 jev-use 把屏幕切成区域，决策模型只需选一个 ID，让纯文本模型也能操作界面。

一段可发给任意 LLM 的 Jev 提示词，帮你找出 token 与成本浪费点，把重复决策交给 Jev，只在必要时才调用大模型。