Loading video...

Video Failed to Load

Go Home

卧槽,居然真有比Codex内置computer use更快的操作电脑的方式 我尝试用Codex+Jev打造了一个加强版computer use,我称之为「Jev Use」。比内置的更快更丝滑,token消耗却差不多 下面是我用「添加Mac日历事件」做了一个对比视频,同样的内容,明显可以看到Jev版本整体过程几乎无任何停顿😆

618,649 views • 10 days ago •via X (Twitter)

44 Comments

Francesco's profile picture
Francesco10 days ago

we named it jev use first ;)

Sac's profile picture
Sac10 days ago

will rename it if I ever open source it. Also really appreciate you guys' work

思维怪怪's profile picture
思维怪怪10 days ago

我做了个 Jev 相关开源项目的导航站,可以看看:

Sac's profile picture
Sac10 days ago

可以 很全

broli's profile picture
broli10 days ago

如果是自己用,可以看看 这个区别于 computer use,用的是 CDP 的浏览器自动化 会非常省 token

Hands-On PM's profile picture
Hands-On PM10 days ago

其实用Codex对接ego-lite也不错的

Darryl's profile picture
Darryl10 days ago

好棒,这个真的有用,computer use相对来说还是慢

Sac's profile picture
Sac10 days ago

是的很好用,还有很多其他的用法

Leaf Yeah!'s profile picture
Leaf Yeah!10 days ago

今天刷到了赛克2049哈哈哈

Sac's profile picture
Sac10 days ago

刚起步哈哈

Yechan Do's profile picture
Yechan Do10 days ago

I wish to try codex-5.3-spark + Jev But now impossible...

森叔's profile picture
森叔10 days ago

你太快了!!!

Sac's profile picture
Sac10 days ago

我不快!!!

B6PW💼技术驱动🌹爆发在即🚀's profile picture
B6PW💼技术驱动🌹爆发在即🚀10 days ago

可以的🍬看好你

arisa's profile picture
arisa10 days ago

👍

青雲's profile picture
青雲10 days ago

快男!

Sac's profile picture
Sac10 days ago

😳

Crio Songo's profile picture
Crio Songo10 days ago

这个优化思路挺巧的,刚好我在搭Codex的操作代理,token一直超预算,我这就拉代码试试效果。

우상향's profile picture
우상향10 days ago

Jev 어떻게 사용하는거야?

余胜明's profile picture
余胜明10 days ago

能开源吗

Chris's profile picture
Chris10 days ago

大神 Jev Use 開源嗎😂

Sac's profile picture
Sac10 days ago

完善下 过会看看哈

Fifooks's profile picture
Fifooks10 days ago

Quand tu parles de consommation de token c’est en prix ou en token pur. Sachant que les token JEV sont bien moins cher

Gray's profile picture
Gray10 days ago

太强了!!!

Sac's profile picture
Sac10 days ago

去试试

YuZou's profile picture
YuZou10 days ago

What's the current approval rate? I just applied—about how long does it take?

Niko爱学习's profile picture
Niko爱学习10 days ago

那是不是也可以让它来做使用模型的路由决策

Sac's profile picture
Sac10 days ago

可以的,可以看看引用推里,有人有做

阿蔺A-Lin's profile picture
阿蔺A-Lin10 days ago

卧槽 差别这么大

Sac's profile picture
Sac10 days ago

是的哈哈 反应很快jev 准备试试其他更复杂的操作看看

阿蔺A-Lin's profile picture
阿蔺A-Lin10 days ago

看着你们都玩上了我还没申请通过,我直接急的团团转

Sac's profile picture
Sac10 days ago

可以试试vercel的,也有

阿蔺A-Lin's profile picture
阿蔺A-Lin10 days ago

收到 感谢

JimmyJacy's profile picture
JimmyJacy10 days ago

兄台厉害, 我也觉得在computer use上可以节省很多token, 不过我还在waitlist上

Sac's profile picture
Sac10 days ago

感谢老师认可

0xSean's profile picture
0xSean10 days ago

Jev具体是怎么接入的,有没有文档,感觉光靠猜配置要踩很多坑

bugyaluwang's profile picture
bugyaluwang10 days ago

至今还在 wait

AIGC圈圈's profile picture
AIGC圈圈10 days ago

体验了一下做游戏类决策

Sac's profile picture
Sac10 days ago

可以的

B6PW🌸启动阶段🍀长空间🍂's profile picture
B6PW🌸启动阶段🍀长空间🍂10 days ago

可以的🎈看好你

熊布朗's profile picture
熊布朗10 days ago

确实 我刚才也想到了 cu 就马上刷到这个 post 了 最近做 cu 做得好累

Sac's profile picture
Sac10 days ago

这个还是挺丝滑的

DK's profile picture
DK10 days ago

JEV 不是不支持视觉吗

Sac's profile picture
Sac10 days ago

在computer use基础上用它来做判断

Related Videos

Jev 居然输给了一个 1.88B 本地模型?我用俄罗斯方块重新测了一遍 当我看到 this-that-model-1.0 在 68 道决策题上做到 94.1% 准确率,而 Jev 是 76.5% 时,我的第一反应是: 这是真的假的? 一个只有 1.88B 参数、可以在 Mac 本地运行的小模型,真的能在决策任务上超过 Jev 吗? 所以我做了一个俄罗斯方块,让两个模型使用相同的棋盘规则、随机种子和方块顺序。程序负责计算所有合法落点,模型只负责决定方块应该放在哪里。 1️⃣ 一开始,Jev 的表现更好 最初,我先过滤掉明显更差的落点,再把剩下的多个候选位置同时交给模型。 在这一模式下,Jev 的表现更加稳定。 我观察到的一轮里: Jev 消除了 5 行,this-that 消除了 3 行。 如果只看到这里,很容易得出结论:本地小模型还是不如 Jev。 但我后来意识到,这种问题可能并不是 this-that 最擅长的形式。 2️⃣ 换成“二选一”后,结果反了 this-that 本质上是一个 typed decision model,更擅长候选明确、边界清楚的选择题。 所以我把决策方式改成了淘汰赛: A 和 B,哪个落点更好? 胜者进入下一轮,继续和其他候选位置比较,直到选出最终落点。 换成这种模式后,我观察到的一轮结果变成了: this-that 消除了 7 行,Jev 只消除了 1 行。 this-that 的棋盘也更加平整,留下的空洞更少。 模型没有变,游戏没有变。 唯一改变的,是我向模型提问的方式。 3️⃣ 这个模型特别在哪里? this-that-model-1.0 只有约 18.8 亿参数,采用 MIT License,可以下载到本地运行。 它不写小作文,也不慢慢生成 Token。 你给它当前状态、一个问题和几个合法选项,它通过一次前向计算直接返回: 选择哪个 + 每个选项的概率 因此它很适合任务分流、Skill 选择、队列判断、风险分级,以及 Agent 下一步动作这类高频决策。 官方模型卡公布的 68 道决策题中,this-that 答对 64 道,准确率 94.1%;Jev 答对 52 道,准确率 76.5%。 在概率校准指标上,this-that 的 Brier Score 是 0.042,Jev 是 0.133。数值越低,代表模型给出的概率与实际结果越接近。 4️⃣ 但这不代表 Jev 被全面打败了 俄罗斯方块是一条连续决策链,前面一个方块放错位置,后面的棋盘状态就会完全不同。单局结果不能代表模型的完整能力。 而且二选一虽然降低了每次判断的难度,却需要进行更多次模型调用,总延迟不一定更低。 所以更准确的结论不是“this-that 全面强于 Jev”,而是: Jev 更适合某些信息丰富的综合比较;this-that 更适合高频、明确、封闭选项的结构化判断。 这次实验真正让我感兴趣的是: 未来的 Agent 可能不应该所有事情都找最强模型。 高频、重复、答案明确的小判断,可以交给本地小模型;真正复杂的推理与生成任务,再交给 GPT、Claude 等大模型。 有时候,决定结果的不只是模型大小。 还包括:你有没有把问题问成它擅长回答的样子。 因为这个模型够小,其实普通电脑也可以部署,大家有需要的可以看下这个开源模型的介绍,链接我放评论区了👇🏻

阿蔺A-Lin

22,001 views • 5 days ago