Jev 用法与案例：Browser Use、Agent 工作流

开发者用 Jev 按自定义标准两两对比投资想法，生成 Elo 排行榜，代码已开源。

一个量化交易台用 Opus 5.5 批量生成策略配置，再由 Jev 跑快速校验，87% 的策略被 5 条淘汰规则筛掉，只有 13% 存活。

用 Jev 面板给多 agent 流水线做分阶段预算与 /cost 计量，演示 19 次交接每次约 $0.22，并附 Claude Code 成本追踪配置提示词。

开发者让 Claude 搭了个 Gmail 式收件箱，Clef 在 Cloudflare Worker 上跑大部分邮件，Jev 接手 Clef 拿不准的，550 封花了 0.52 美元。

安装 jev-mcp 让 Claude 获得 classify/score/check 工具，配合 jevgrep 与 jevify 把大量是非判断交给 Jev，作者称同任务成本降约 30%。

视频演示用 Jev 做是/否二分类决策，把邮件分流成本从 GPT-6 Astra 的 2250 美元/月降到 6.3 美元。

一个 3D 办公室 demo，8 个部门各由 agent 值守，Jev 与 Claude、GPT、GLM 通过自研编排器接入，演示自动检查 9 个广告账户预算并起草修正方案。

TypeSafe AI 称数周内拿下四分之一财富 500 强、超 100 万次 agent 请求，文档卖点是模型原语返回类型化结果而非待解析文本。

Grep 新功能：agent 用前沿模型做调研，再把结论交给 Jev 按预设标准做最终决策，输出每个选项的概率和校准过的置信度，超过阈值自动执行，否则转人工。

新基准用分类、工具调用、知识、推理四类任务评测决策模型，Jev 1.13 以 58 分领先并落在成本-能力帕累托前沿。

一个人 3 天上线 9 个功能：40 个爬虫抓信号，Jev 以 $0.00002 一次决策打分，Grok 只处理存疑的，日成本上限 $1.25，命中率 92%。

Austin Griffith 说 Sage 适合门控、路由、审核、语音指令等快速判断，并把它做成 skill 塞进 agent。