Voici ce qui circule réellement sur X depuis ~48 h.
 
## Workflow d’agent / classification (le cœur du lancement)
 
Le pattern dominant : **le LLM planifie et écrit, Jev juge aux fourches**.
 
- **Router d’agent** : choisir le prochain outil / sous-agent, continuer / retry / demander à l’humain / stopper. Vercel AI Gateway le documente déjà comme cas d’usage officiel.
- **LazyIDE / LazyBot** : dès que le regex casse (« lance le bot scraper »), Jev choisit `bot-1` ou refuse sous le seuil de confiance. L’auteur : « l’LLM planifie et agit. Jev juge aux forks. »
- **Tickets** : `Jev Ticket Router` (.NET 10 + React 19) et InstructorPHP 2.11 — le modèle classifie, la *policy* reste dans le code ; en dessous du seuil → revue humaine.
- **Todoist** (Amir Salihefendić) : Quick Add « hyper-smart » — projet, labels, tâches trop vagues. L’argument : les LLM savaient déjà classer, mais étaient trop lents/chers pour *chaque* message.
- **ThroxyAI** : « premier modèle où 80 % veut vraiment dire 80 % » — classification en prod.
- **Guardrails coding agents** : avant un `bash`/`write`/`edit`, Jev score destructivité, exfiltration, hors-scope. Repos : `pi-jev`, `jev-axi`, `jev-mcp` (verify claims vs sources, screen prompt injection, rank candidats).
- **Vérif de PR** : un agent ouvre une PR, Jev compare les *claims* du write-up au diff réel.
- **Sécurité** (thread très partagé) : triage d’alertes, scoring de suspicion host/user/process, réduction de timelines IR, classification massive de `rundll32.exe`. L’idée : moteur de décision *dans* le workflow, pas « investigate this » en prose.
 
Intégration SQL originale : extension **PostgreSQL** qui appelle Jev depuis une fonction (`typesafe_noul(...)`). 1 000 plaintes NYC 311 → 38 strings distinctes packées en **une** requête ≈ 0,8 s au lieu de 23 s en appels unaires.
 
## Cas qui sortent de l’ordinaire
 
C’est là que X a été le plus créatif en 48 h.
 
**Jeux / contrôle temps réel**
- **Doom** officiel TypeSafe : ~10 décisions/s sur état structuré (pas d’image), ≈ 7 $/h.
- **Slay the Spire 2** : un joueur qui tapait déjà avec GPT-6 Astra (fort mais lent) bascule sur Jev — 0,7 s par action, « l’écran n’a pas le temps de suivre ».
- **Super Mario Bros.** : `typesafe-mario` — Jev choisit `right_run_jump` etc. à partir d’un JSON objet-centré (RAM/télémétrie), pas de screenshot.
- **Sudoku dur** : pas « remplir la grille », mais un *search tree* guidé par les probabilités par case. Le greedy « plus haute confiance » (et les gros LLM) se coincent ; l’arbre calibré passe.
- Aussi listés côté communauté : Tetris, StarCraft shareware, HEIST//ONE (6 gardes jugés en batch dans un stealth browser).
 
**Browser / computer use (le plus viral après le launch)**
- **Browser Use + Jev Ultrafast** : à chaque step, une seule requête choisit *opération + élément indexé* du DOM. Recherche Google Flights Zurich→Londres en **~7 s**, **0,0039 $**. Vidéo de Gregor Zunic (~1,4 M vues).
- **Voix → navigateur** : transcript → Jev (~300 ms, 0,0002 $/décision) → clic. « Go back » exécuté *avant* la fin de la phrase.
 
**Robotique / physique**
- **Jev + drone** (vidéo X) et repo **Jev Drone** (MuJoCo) : le contrôle/sécurité restent dans le code, Jev ne fait que les jugements tactiques plus lents.
- Un long thread chinois pousse l’analogie jusqu’à FSD / trajectoires : « cet objet traverse ? », « risque scène ? », « reprendre en manuel ? » — en insistant que ce n’est *pas* encore de la vision.
 
**Produits bizarres mais cohérents avec le modèle**
- **NotchMind** : companion dans le notch macOS. Presse-papiers, secrets, fichiers, usage IA, timers → Jev décide *ce qui mérite vraiment ton attention*.
- **Home Assistant** (`HA-Jev`) : questions typées sur l’état des entités → sensors / automations, avec budget tokens.
- **Crowdcheck** : un post de 144 caractères testé sur **10 000 personas synthétiques** persistantes (like / agree / block…).
- **Jev Trader** : une décision buy/sell par bloc Monad sur un carnet MON-USDC.
- **Every.to** : 37 docs × 21 questions = **777 jugements en 0,7 s** pour ~0,25 ¢ — « linter du knowledge work ».
- **$JEV** memecoin Solana (17 sept.) — hors sujet produit, mais très présent dans le feed.
 
## Ce qui ressort vraiment
 
En 48 h, la communauté n’utilise presque **jamais** Jev comme cerveau unique. Elle l’utilise comme :
 
1. **if sémantique** (classer / router / scorer)
2. **réflexe d’agent** (gate d’outil, injection, « est-ce que je continue ? »)
3. **boucle haute fréquence** dès que l’espace d’actions est *fermé* (clics DOM, boutons NES, cellules Sudoku, trades)
 
Limites rappelées partout, y compris par TypeSafe : pas de génération, faible en maths/dates, pas de domaine spécialisé, la confiance est *calibrée en moyenne* pas une garantie unitaire. Le stack qui gagne sur X : **code = règles + exécution, Jev = jugement flou rapide, LLM = seulement quand il faut écrire**.

@ZcohenCNN

NEW: The US military was prepared to board a Chinese vessel in the Middle East earlier this spring -- during war with Iran -- after an intel report concluded it was transporting components of a nuclear weapons program.

But just before the planned operation, officials discovered the report had been generated w/ help of AI & chatbot used by the analyst inaccurately identified what the ship was carrying, sources tell @KatieBoLillis & me.

@borjafat

Jev is WILD for SEO audit

in 45.1 seconds it read all 586 pages on my site and rebuilt the internal link map. 584 links placed, 139 pages it refused to link because nothing honestly fit. total cost $0.21.

Claude Opus 5, same 586 pages, same clock, got through 21 of them and spent $1.43.

per page that is ~190x cheaper. the full Opus pass would have run $43.

internal linking is the perfect Jev job. it is not writing, it is 8,790 yes/no calls: does this page have a real reason to link to that one, and is there anchor text already sitting in the copy. that is a classification problem, and we have been paying frontier prices to do it one page at a time.

what you are watching: left column is Jev, right is Opus, same queue, same rubric. the run stops the moment Jev finishes so Opus stops burning tokens.