DEMO / RECORDING
Show the original post (Japanese)
Jev、さすがにヤバすぎる。🤯
たった24.9秒で朝のニュース384本を
読み切って、15ブランドそれぞれに
「今日乗るべきニュース」まで選定。
しかも、かかったコストはわずか30円
同じニュースフィードを、同じタイミングで
Claude Opus 5にも処理させた結果、
Jev：384/384件を処理 → $0.19
Claude Opus 5：4/384件を処理 → $0.77
1記事あたりで見ると、
Jevは約390倍安い計算。
しかも返答が速すぎて、
自分でニュースの見出しを読み終える前に
分析結果が返ってくるレベル。
これ、PRやマーケでかなり使えそう。
・今まさに伸びているニュースを大量に発掘
・自社が乗るべき話題を自動選定
・そのテーマを書いている記者を探す
・ブランドごとにPRの切り口を作る
・そのままメディア露出につなげる
みたいなことを、Jevにほぼ丸投げできる。
demoフォルダには、
AIエージェントを「PRチーム化」する30種類以上のSkillsまで入ってる。
Jev、単に「速いAI」じゃなくて、
大量の情報を超高速・低コストで処理するAIエージェント基盤として見ると、かなり面白い。
How Jev fits in the loop
- Agent collects runtime context or input state from external sources.
- Bounded decision options are formatted into Jev System One questions.
- Jev scores each candidate option and returns a probability for it.
- Deterministic code executes the selected action or routes to specialized models.
How to reproduce
- Read the author's original post on X at https://x.com/ai_300/status/2102291814686593035.
- Inspect the described workflow architecture and bounded decision points.
- Test Jev System One decision queries against the provided task context.
Why this build matters
Demonstrates real-world Jev Skills experimentation by @ai_300 with verified community reach of 131.3k views.
Limitations
- Implementation details are based on the author's public post on X.
- Performance figures and benchmarks are author-reported community claims.
- Production deployments may require custom calibration and policy thresholds.