O czym jest ten film
- Jev to nowy, bardzo szybki model — według autora około 40% tańszy od Astry — który najłatwiej wykorzystać jako tani „klasyfikator” we własnych automatyzacjach.
- Autor pokazuje swoje środowisko nazywane agentowym systemem operacyjnym, sterowane głosem; asystenta „Jarvisa” zbudował na usłudze Fish Audio.
- Jev pełni w tym systemie rolę rozdzielacza: decyduje w locie, czy odpowiedzieć sam, otworzyć stronę, pokazać wpis z pamięci, czy przekazać zapytanie do Codexa albo Claude’a (Opus 5.5).
- Klasyfikacja intencji: Jev w mniej niż sekundę rozpoznaje na przykład, że komentarz napisał kupujący — szybciej niż Opus 5.5.
- Jednym poleceniem sortuje całą skrzynkę (odpowiedzi, newslettery, płatności, leady, sponsorzy…) w czasie rzeczywistym.
- W sekcji wideo system oczyszcza dźwięk, wycina pauzy, dokleja efekty i napisy, a Opus 5.5 generuje grafiki do rolek.
- Jev wybiera najlepszy wariant materiału według zadanych kryteriów (energia, świeżość, spójność z marką) i uzasadnia swój wybór.
- Przy fakturach oznacza w kilka sekund „zapłać / sprawdź / odłóż” i dopisuje czynnik ryzyka (np. przy nowych danych bankowych) — za ułamek kosztu dużych modeli.
- Wyszukiwanie znaczeniem: tani model rozpoznający obrazy opisuje grafiki na dysku, a Jev przeszukuje te opisy — fraza „burger” znajdzie plik nawet bez tego słowa w metadanych.
- Wzorzec użycia sprowadza się do trzech odpowiedzi: wybór A/B, werdykt tak/nie albo ocena liczbowa — autor zachęca do audytu własnych procesów pod kątem takich decyzji.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Tani model jako warstwa klasyfikacyjna każdego procesu
Na czym polega: Jev zwraca trzy typy odpowiedzi — wybór z listy, werdykt tak/nie i ocenę liczbową — przy kosztach tokenów bliskich zeru.
Jak stosować: przejrzyj procesy w firmie, wyłuskaj decyzje dwustanowe lub krótkie wybory (kategoria maila, status faktury, priorytet zgłoszenia) i obsłuż je tanim modelem. Drogi model wołaj tylko tam, gdzie naprawdę trzeba rozumować.
Na co uważać: przy decyzjach o dużej wadze (płatności, dane wrażliwe) zostaw człowieka w pętli. Tani model bywa płytki w niuansach — na przykład w ironii.
2.Rozdzielacz zapytań: najpierw klasyfikuj, potem deleguj
Na czym polega: Jev ocenia każde zapytanie i sam decyduje, czy odpowiedzieć własnymi siłami, otworzyć stronę, pokazać coś z pamięci, czy przekazać sprawę Codexowi albo Claude’owi (Opus 5.5).
Jak stosować: zdefiniuj jawną listę ścieżek („szybka odpowiedź / otwórz stronę / pamięć / Opus 5.5”) i pozwól taniej klasyfikacji wybierać. Duży model dostaje wtedy tylko to, co faktycznie wymaga jego możliwości.
Na co uważać: błędne skierowania bywają kosztowne — klient może dostać odpowiedź „z pamięci” zamiast prawdziwych poszukiwań. Loguj decyzje rozdzielacza i poprawiaj prompt, gdy się myli.
3.Skrzynka posegregowana w kilka sekund
Na czym polega: jedno polecenie „posortuj przez Jeva” rozrzuca pocztę na kategorie — odpowiedzi, newslettery, płatności, leady, sponsorzy, „do wiadomości” — w czasie rzeczywistym.
Jak stosować: dodaj w swoim systemie pocztowym osobne polecenie sortowania, nazwij kategorie zgodnie z własnym obiegiem pracy i uruchamiaj przy każdym przeglądzie maili.
Na co uważać: kategorie mają tendencję do „dryfowania” — co jakiś czas sprawdź, czy podziały wciąż pasują. Pilnuj też, by przez API nie wypuszczać treści, których nie chcesz wysyłać na zewnątrz.
4.Rozpoznanie intencji nadawcy w poniżej sekundy
Na czym polega: przy komentarzu „to zmieniło sposób, w jaki prowadzę agencję — gdzie się zapisuję?” Jev błyskawicznie oznacza autora jako kupującego, szybciej niż Opus 5.5.
Jak stosować: ustaw kwalifikację komentarzy i leadów jako pierwszy krok lejka (kupujący / pytanie / pochwała / krytyka / spam) i od tego uzależniaj dalszą obsługę.
Na co uważać: szybka klasyfikacja potrafi się mylić przy aluzjach i uszczypliwościach. Warto co jakiś czas porównać jej wyniki z oceną większego modelu na próbce przypadków.
5.Głos jako interfejs sterowania systemem
Na czym polega: autor podpiął Fish Audio — jeden klucz API daje rozmowę głosową, klonowanie głosu, bibliotekę głosów i efekty dźwiękowe, a rozmowa ma być około trzy razy szybsza niż pisanie.
Jak stosować: załóż klucz API w panelu dewelopera, wybierz głos (a jeśli chcesz — tryb humoru), przekaż prompt systemowy i podłącz syntezę mowy do swojego asystenta.
Na co uważać: rozpoznawanie mowy bywa zawodne, a „zabawne” głosy potrafią przeszkadzać w pracy. Testuj na poleceniach, których faktycznie używasz na co dzień.
6.Pipeline rolek: czysty dźwięk, wycięte pauzy, grafika z Opusa
Na czym polega: wrzucasz nagranie, system oczyszcza ścieżkę dźwiękową, wycina pauzy, dodaje efekty i napisy, a Opus 5.5 generuje grafiki. Jev wybiera najlepszą wersję według zdefiniowanych kryteriów i uzasadnia wybór.
Jak stosować: opisz w wymaganiach, jakie mają powstać elementy, dopisz własne kryteria oceny (energia, przekaz czytelny w sekundę, spójność z marką) i pozwól taniej klasyfikacji wyłonić zwycięski wariant, a potem sklej wszystko w jeden klip.
Na co uważać: automat nie zna twojej marki tak jak ty — finalną wersję zawsze oglądaj przed publikacją.
7.Faktury i ryzyko za grosze
Na czym polega: Jev w kilka sekund oznacza faktury (zapłać / sprawdź / odłóż), a przy sygnałach typu „nowe dane bankowe” dopisuje czynnik ryzyka. Koszty tokenów są tak niskie, że klasyfikację można puszczać na wszystko.
Jak stosować: wbuduj to jako filtr w obiegu dokumentów: faktura przychodzi, trafia do bazy wiedzy, tani model ją oznacza, a człowiek podejmuje decyzję.
Na co uważać: nigdy nie automatyzuj samej płatności na podstawie takiej klasyfikacji — to narzędzie segregacji, nie księgowy.
8.Wyszukiwanie znaczeniem w zasobach wizualnych
Na czym polega: Jev nie widzi obrazów, więc w systemie autora tani model rozpoznający obrazy opisuje wszystkie grafiki na komputerze, a Jev przeszukuje te opisy. Fraza „burger” znajdzie plik nawet wtedy, gdy nie pada ona w metadanych.
Jak stosować: zbuduj raz indeks opisów obrazów (tańszym modelem z obsługą obrazów), a potem filtruj i porządkuj wyniki tanim modelem tekstowym.
Na co uważać: jakość wyszukiwania nie będzie wyższa niż jakość opisów — dbaj, żeby były konkretne i aktualne.
9.Kontrola limitów Claude głosem
Na czym polega: na pytanie o zużycie asystent odpowiada na przykład: „około 57% pięciogodzinnego okna i 83% limitu tygodniowego” — nie trzeba zaglądać do panelu.
Jak stosować: wystaw dane o zużyciu jako narzędzie dostępne dla asystenta i odpytuj przed większymi zadaniami, żeby planować pracę w ramach limitów.
Na co uważać: to wartości przybliżone — przy krytycznych zadaniach zostaw sobie zapas.
10.Audyt: jakie zadania oddać taniej klasyfikacji
Na czym polega: autor kończy pytaniem, jakie zadania oddać Jevowi już dziś — a to da się ustalić dopiero po prześwietleniu całego biznesu pod kątem decyzji dwustanowych i prostych ocen.
Jak stosować: wypisz swoje procesy (sprzedaż, marketing, finanse, obsługa klienta), przy każdym zaznacz decyzje typu tak/nie, wybór z listy albo ocena i zaczynaj od tych, które powtarzają się najczęściej.
Na co uważać: nie przenoś na tani model ocen wymagających kontekstu prawnego albo wizerunkowego — tam drogi model i człowiek nadal wygrywają.
Redakcyjne tłumaczenie
Nowy gracz pod maską systemu
Jev to nowy model — zadziwiająco szybki i bardzo tani. W tym materiale pokażę kilka naprawdę mocnych zastosowań, porównam go z Claude i — co najważniejsze — pokażę, jak przenieść te pomysły do własnej pracy: jak budować z ich pomocą rolki na Instagramie i jak wpleść ten model w agentowy system operacyjny. Będzie sporo budowania i sprawdzania nowych możliwości.
(Informacja dodatkowa: automatyczny transkrypt zapisuje nazwy niekonsekwentnie — model występuje jako „Jiff”, „Jev” i „Jeb”, „Astra” to najpewniej konkurencyjny model, „Kodak” to prawdopodobnie OpenAI Codex, a „Clutter Code” — kurs Claude Code. W tłumaczeniu nazwę modelu ujednolicono do „Jev”, zgodnie z tytułem filmu.)
Start: Jarvis, pamięć i pierwsza sesja
Zacznijmy od tego, jak całość wygląda w praktyce.
— Hej, Jarvis, zrobisz mi przysługę? Przejdźmy do mojego systemu pamięci. — Pamięć otwarta. Nie forsuj się, rozejrzyj się spokojnie. — Świetnie. Chciałbym teraz uruchomić sesję badawczą: stwórz nowe zadanie i zbadaj dla mnie temat Glider. — Sesja badawcza rusza w osobnym zadaniu. Możesz podglądać postęp w czacie. Do dzieła.
I tu najciekawsze: pod spodem pracował Jev. To pierwszy z przykładów — pokażę nie tylko, co ten system potrafi, ale też jak zbudować coś podobnego samodzielnie, krok po kroku. Zwróć uwagę, że Jev błyskawicznie skierował zapytanie do właściwego modelu, dynamicznie, bez ingerencji z twojej strony. Wszystko to omówimy po kolei — zaparz więc kawę i jedziemy.
Dlaczego Jev, a nie duży model
Pierwsza rzecz, którą trzeba zrozumieć przy całym tym układzie: on po prostu działa znacznie szybciej. Jev jest o 40% tańszy od Astry i wyraźnie szybszy, a w wielu aspektach po prostu lepszy. Potrafi generować komentarze, rozpoznawać treści do rolek na Instagramie — sam wykorzystuję go do własnego marketingu. Pomaga dobierać modele, wysyłać maile, robić szybkie oceny estetyczne i obsługiwać zadania na stronach docelowych. To wszystko połączymy w całość w ramach agentowego systemu operacyjnego. Pokażę między innymi, jak sterować nim głosem, jak błyskawicznie dobiera modele — widziałeś to przed chwilą — jak pomaga przy rolkach, korzystając z nowych możliwości Opusa 5.5 w tworzeniu grafik, jak porządkuje skrzynkę, i sporo jeszcze poza tym.
Klasyfikacja intencji w ułamku sekundy
Pierwszy przypadek, w który chcę się wgryźć, dotyczy samego Jeva — jego zdolności do podejmowania decyzji. Wyobraź sobie komentarz albo wiadomość: „Jak mam prowadzić agencję? Gdzie zapisać się na ten kurs?”. System musi rozpoznać, kto pisze: czy to kupujący? Czy to pytanie, pochwała, krytyka, a może spam?
Porównajmy to z Opusem 5.5. Komentarz: „Stary, to zmieniło sposób, w jaki prowadzę agencję. Gdzie się zapisuję na kurs?”. Jev bez wahania odpowiada: to kupujący — i robi to w mniej niż sekundę. Claude Opus 5.5 potrzebował wyraźnie więcej czasu.
Skrzynka posegregowana na oczach
Przejdźmy do systemu. Nie wygląda tylko ładnie — wydajność również stoi na wysokim poziomie. Zerknijmy na skrzynkę: przygotowałem kilka przykładowych maili, bo nagrywam materiał na YouTube. Chcemy posortować i pokategoryzować pocztę przez Jeva — klikam „posortuj przez Jeva” i patrz. Widzisz tę prędkość? W mgnieniu oka wszystko trafiło do właściwych kategorii: odpowiedzi, newslettery, płatności, leady, społeczność, sponsorzy i „do wiadomości”. W czasie rzeczywistym, bez czekania. Od razu widać, ile tu potencjału.
Głosowy rozdzielacz: kto ma odpowiedzieć
Kolejna świetna rzecz: Jev potrafi dynamicznie kierować każdą rozmowę do właściwego odbiorcy — i robi to w systemie sterowanym głosem. Mam tu mnóstwo przykładów, którymi możesz się pobawić. Wróćmy do środowiska i zobaczmy to w akcji.
— Hej, chciałbym tylko wiedzieć: o ile szybszy jest Jev średnio od Opusa 5.5? — O, ktoś tu przeszedł w tryb maniaka. Jev jest zwykle około 20% szybszy w wykonywaniu promptów niż Opus 5.5 — zależnie od zadania. — Coraz bardziej bezczelny, Jarvis. — Po prostu trzymam cię w formie. Coś jeszcze chcesz sprawdzić?
Dlaczego to ciekawe? Bo pod maską Jev na bieżąco podejmuje decyzję: poradzić sobie własnymi, prostymi możliwościami webowymi, czy przekazać zapytanie dalej — na przykład do Codexa albo do Claude — a przy okazji wybiera konkretny model. Widziałeś, że uznał Opusa 5.5 za najlepszą opcję. Do dyspozycji ma kilka ścieżek: szybka odpowiedź, otwarcie strony, pokazanie czegoś z pamięci albo Claude Opus 5.5 — i ten podział widać w interfejsie.
A jeśli pytasz o głos: każdy z dostępnych głosów i systemów wybierzesz tu bez trudu.
— Weź oddech. Dasz radę. Zacznijmy od pierwszego.
Oczywiście najlepszy jest Jarvis. Ustawisz szybkość mówienia, tryb humoru, a nawet prompt systemowy. Ja podłączyłem to przez usługę Fish Audio — link zostawiam poniżej, żebyś mógł zrobić to samo. Całość sprowadza się dosłownie do dwóch ruchów: wchodzisz w panel dewelopera, tworzysz klucz API i łączysz. Szczerze — jestem pod ogromnym wrażeniem, świetnie się z tym bawię. Do dyspozycji masz całą bibliotekę głosów.
(Informacja dodatkowa: Fish Audio to istniejąca platforma syntezy mowy — oferuje klonowanie głosu, gotowe głosy lektorskie i efekty dźwiękowe.)
Wspominam o tym nie tylko dlatego, że umożliwia takie rozmowy. Spójrz: rozmowa głosowa jest mniej więcej trzy razy szybsza niż pisanie, a poza tym chcieliśmy, żeby praca z systemem była odrobinę zabawna. Koszt wypada niżej niż w porównywalnych rozwiązaniach, więc można realnie zaoszczędzić kilka dolarów. Są też efekty dźwiękowe — pokażę je przy sekcji o rolkach. I najważniejsze: jeden interfejs programistyczny załatwia wszystko, od sklonowania własnego głosu po materiały na Instagram, w jednym systemie. Możesz z nim po prostu rozmawiać i podpiąć praktycznie dowolny głos.
W module zamiany tekstu na mowę wybieram głos — najlepszy jest model 2.1. Niżej wskazuję lektora, mogę dodać nowy głos, przeszukać bibliotekę — i właśnie w ten sposób powstał „Jarvis” w moim systemie.
Asystent zamiast licznika limitów
Kolejna możliwość, którą bardzo cenię, przydaje mi się na co dzień, więc szybko pokażę ją w akcji. Włączam Jarvisa:
— Hej, szybkie pytanie: ile limitu zostało mi na Claude? — Masz około 57% z bieżącego pięciogodzinnego okna i około 83% limitu tygodniowego. — Dobra, przerywam ci w tym miejscu. Przenieś mnie do sekcji projektowej. — Sekcja projektowa włączona. Tylko nie urządzaj całego wszechświata od nowa na raz. — Dziękuję. A teraz go wyciszę, bo musi trochę odpocząć.
(Informacja dodatkowa: pięciogodzinne „okno” i limit tygodniowy to znany mechanizm planów Claude; asystent odczytuje te dane przez interfejs API.)
Krótkie formy: od nagrania do gotowej rolki
W tym środowisku zbudujesz praktycznie wszystko, co zechcesz. Ja skupiam się teraz na krótkich formach wideo. Zerknij na YouTube: to short, który zrobiłem, a grafiki wygenerowałem w Opusie 5.5. Popatrz — te elementy graficzne właśnie tam powstały, niektóre są naprawdę udane. W systemie możemy je po prostu wrzucić do projektu.
Klikam „nowa rolka”, wybieram wideo i decyduję, co zrobić: oczyścić dźwięk — mniej szumów, wyraźniejsza mowa — wyciąć pauzy, dodać efekty dźwiękowe z Fish Audio. Wrzucamy dowolną rolkę i po chwili system oddaje gotowy materiał. Zobacz przykład, który zrobiłem wcześniej: system rozbiera całe nagranie na części, sam wykonuje ogrom tej monterskiej roboty, przenosi cię między różnymi sceneriami, dokleja napisy, które możesz dowolnie edytować. Mnie to po prostu zachwyciło.
Do tego ustalasz wymagania co do zasobów: „niech Jev wybierze najlepszą wersję”. Dopisujesz własne kryteria, a Jev wybiera i uzasadnia: energia, przekaz czytelny w sekundę, świeży wygląd. Albo, jeśli wolisz: „najważniejsza jest dla mnie spójność z marką — czy jest hierarchia wizualna, czy ma to i tamto?”. Sam decydujesz o kryteriach i zlecasz Jevowi selekcję. Na końcu eksportujesz i sklejasz wszystko w jeden klip. Świetnie się z tym bawimy na YouTube — szczerze mówiąc, jestem bardzo pod wrażeniem efektów. Pokażę rolkę, którą właśnie opublikowałem: część elementów powstała wprost w Opusie 5.5, część to zasoby z różnych źródeł. Możliwości Opusa w tej roli robią na mnie ogromne wrażenie. A Jev pomaga podejmować lepsze decyzje na wiele sposobów — łącznie z efektami dźwiękowymi, które bierzemy prosto z biblioteki Fish Audio i wstawiamy od ręki.
Jeśli to wszystko brzmi dla ciebie jak chiński, a chcesz mieć całego tego silnika u siebie — system pobierzesz jednym kliknięciem, a w mojej społeczności dostępny jest pełny kurs Claude Code, w którym pokazuję, jak budować takie interaktywne środowiska. Właśnie w tym tygodniu aktualizuję go o nowy system projektowy — nie warto tego przegapić. Linki zostawiam poniżej, żebyś mógł zabrać cały system dla siebie.
Faktury: segregacja za grosze
Jev potrafi znacznie więcej. Na przykład przeglądać faktury i wskazywać, co wymaga opłacenia. Popatrz: system idzie przez te dokumenty i w kilka sekund oznacza, co do zapłacenia, a co do sprawdzenia — robi to za nas. Możesz uruchomić taki przegląd w dowolnym momencie i na oko śledzić, jak pracuje: „zapłać”, „odłóż”, „sprawdź”.
Gdzie to się mieści w procesie? Faktura przychodzi, system dopisuje ją do tego, co już wie, potem Jev ją sprawdza — i w ten sposób powstaje mechanizm filtrujący, który ułatwia naprawdę dobre decyzje. Możesz też podejrzeć takie wpisy jak ten: „nowe dane bankowe, opłacono dziś” — i dopisać do nich czynnik ryzyka. A wszystko dlatego, że to jest tanie, drodzy państwo: tokeny wyjściowe kosztują dosłownie zero dolarów, a wejściowe są nieprzyzwoicie tanie. Krótko mówiąc, śmiało możesz wpiąć ten model jako klasyfikator do wszystkich swoich systemów. Bardzo, bardzo fajna sprawa.
Wyszukiwanie znaczeniem w bibliotece
Kolejna sprawa: szukanie po znaczeniu. Kilka miesięcy temu pokazywałem w systemie projektowym sekcję biblioteki. Wchodzę i przeszukuję ją po znaczeniu, korzystając z wielu narzędzi pomocniczych. Wpisuję „burger” — tak jak często demonstrowałem — i burger się pojawia.
Sam Jev nie potrafi czytać obrazów, kropka. Trzeba więc — a zbudowałem to w swoim systemie — dodać bardzo tani model, który przegląda wszystkie grafiki na komputerze i opisuje je słowami. Dzięki temu, powiedzmy, na obrazie jest burger, ale słowo „burger” nie pada nigdzie w metadanych — żaden problem. Opis przypisał tani model z rozpoznawaniem obrazów, a Jev odfiltruje i znajdzie szukany plik w mgnieniu oka. Możesz pytać, szukać, robić co chcesz: Jev przegląda obrazy i znajdzie ci wszystko, czego potrzebujesz.
Ocena estetyczna: „czy ta strona jest generyczna?”
Nie kończy się na wyszukiwaniu. Możemy szukać po znaczeniu i robić szybkie oceny estetyczne wszystkiego, czego chcesz. Dajesz mu na przykład stronę wygenerowaną przez AI i pytasz: „czy ta strona jest generyczna? tak czy nie?”. Podajesz inną — i znowu sprawdzasz. To oczywiście tylko przykłady, ale ideę już łapiesz: wszystko, co zbudujesz, możesz przepuścić przez Jeva.
Bo w gruncie rzeczy Jev daje ci trzy rzeczy. Po pierwsze: wybór — A czy B, wskazuje jedną opcję; kupujący czy nie. Po drugie: odpowiedź tak albo nie — „czy ten tekst to oszustwo?”. Po trzecie: ocenę liczbową. Wykorzystamy to, do czego chcemy, i oszczędzimy mnóstwo czasu. Pytasz: „czy ta recenzja jest fałszywa?”, „czy ten lead jest gorący, czy zimny?”, „czy ten tekst to scam?”, „czy można to bezpiecznie opublikować?”, „czy to wydatek firmowy?”, „który zespół ma dostać to zgłoszenie?” — i dostajesz odpowiedź.
Jakie zadania oddać Jevowi?
Zostaje więc pytanie: jakie zadania oddać Jevowi już dziś? Ale odpowiedź poznasz dopiero wtedy, gdy wiesz, jak rozłożyć go na cały swój biznes. I dokładnie tym zajmiemy się razem w następnym materiale.