Jev 用法与案例：Browser Use、Agent 工作流

Databend 把 Jev 接到 Python UDF 服务器，让 SQL 查询能按模型概率过滤、分类和排序客户反馈记录。

作者给出 Faster Agent Loop 公式：追踪循环、归类重复决策、交给 Jev 路由、设置信阈值回退强模型、再验证测量。

作者自建 dejevu，用 Jev 加 Llama 3.3 70B 跑 Google Flights 任务，5.6 秒、10 次模型调用、token 少 5.6 倍，并公开可验证 trace。

演示给 Jev 信息加带选项的问题，它返回 TEAM、URGENCY、HUMAN_NEEDED 这类结构化字段，方便软件路由和打分。

12 页 PDF 给出十步：LLM 创造、Jev 判断、代码执行，涵盖决策显式化、状态包、置信度路由、决策回执与影子部署。

作者列出在 Granite 和 KeptWell 两个已上线应用里用 Jev 做的几十件事：文档分类复核、字段校验、待办识别、问答路由与实体消歧。

短文加最小示例说明 LLM 写回复、Jev 做分类、代码决定后续动作，并列出浏览器 agent、上下文过滤等八个早期项目。

作者做了 Jev-feed-analyser，对每条 X 帖问 12 个带置信度的类型化问题，输出保留/回复/跳过/屏蔽。

单张 RTX 5090 本地跑 Qwen3.8-27B，用 FastJev 完成 Lisbon 搜索到打开 Casa Flora 的 5 步浏览器操作，端到端 10.375 秒，附源码与决策 trace。

作者反驳「Jev 只是多几步函数调用」，讲清它只输出 Choice/Score/Gate 加置信度，并给出速度、成本数字与 agent 审批门用法。

ASIMOV 新版本加入 --jev=NOUL 过滤器，让 Hermes 等 agent 把简单自然语言后处理决策交给 System One 模型 Jev，全程不用自回归 LLM。

Diogo Amogo 放出构建 Jev Harness 的 PDF，声称能让编码 agent 快 200 倍、便宜 400 倍，可直接喂给 Claude Code 或 Codex 使用。