Ingenjörer bygger redan med 'System One'-modeller – här är vad de skapar
På AI Engineer Code Summit uppmanade Diogo Almeida, en av huvudskaparna bakom Jev, utvecklare att automatisera så mycket som möjligt med de nya 'System One'-modellerna (snabba, intuitiva AI-modeller till skillnad från långsammare resonerande varianter). Företag som Glean visade konkreta exempel på hur de redan integrerar Jev i sina produkter. Det som är intressant här är att fokus har skiftat från att diskutera vad modellerna kan göra – till vad ingenjörer faktiskt bygger med dem.
Djupdykning
Jev – Anthropics ramverk för att låta AI-agenter använda verktyg och köra kod autonomt – har börjat ta ordentligt fäste bland faktiska ingenjörsteam, inte bara i demos. På AI Engineer Code Summit uppmanade Diogo Almeida, en av skaparna bakom Jev, utvecklare att sluta fråga sig *om* de ska automatisera och börja fråga sig *vad* som är kvar att automatisera manuellt. Företag som Glean, som bygger enterprise-sökning, visar nu konkreta produktionssystem där Jev-baserade agenter navigerar komplexa arbetsflöden utan att en människa behöver hålla handen hela vägen. Det som de flesta missar i snacket om AI-agenter är att det verkliga genombrottet inte är att modellerna blivit smartare – det är att ramverk som Jev ger dem ett standardiserat sätt att *agera* i system som redan finns, vilket dramatiskt sänker trösklarna för faktisk driftsättning. Vi är på väg in i en fas där "hur många Jev-agenter kör ni i produktion" blir ett lika vanligt benchmarkmått för AI-mognad som "hur många GPU:er har ni".