换用 Jev 给推文分类：比最快 LLM 快 6 倍、便宜 40 倍
altryne · x · 2026-09-17
开发者 @altryne 的 Chrome 扩展 Twitter Timeline Analyzer 用 AI 分析并过滤自己的「For You」时间线，检查推荐流是否被单一话题绑架。他刚集成了 TypeSafe 的 Jev 决策引擎（与 @diogoalmeida 合作）。
实测对比：此前用 Cerebras 上最快的 LLM 做分析，Jev 在该任务上快约 6 倍、便宜约 40 倍——每条推文的 yes/no 判定约 150–300ms，成本约 $0.00002。
工作流设计：由 LLM 为每个自定义主题写一次判定标准，之后 Jev 逐条判断；扩展支持任意 OpenAI 兼容 API（Cerebras、Groq、OpenAI、Together、OpenRouter 等），可对推文打标签、高亮或隐藏，并支持人工反馈改进匹配，附带 W&B Weave 可观测性。项目已开源。
所属事件:实测 Jev 推文分类：比最快 LLM 快 6 倍、便宜 40 倍(2 条相关)→
「编程与Agent」频道最新
- Claude Code 技巧:子智能体加 omitClaudeMd 可省掉无谓的用量消耗 — daniel_mac8 · 2026-09-18
- Zach Lloyd：软件工厂应做成闭环可测系统，Agent 自查自改 — vikvang1 · 2026-09-18
- Grok Build 上线跨会话记忆,项目约定与决策自动沉淀进 Markdown — minchoi · 2026-09-18
- 实测 TypeSafe 判断模型 Jev:六大场景,速度比 Gemini 快 4 倍 — HamelHusain · 2026-09-18
- 开源 agent 框架 Omnigent 突破 10000 GitHub 星标 — TerryTangYuan · 2026-09-18
- Mio 融资 220 万美元,推团队共享的 Slack 原生 AI 员工 — Scobleizer · 2026-09-18