開發者打造 Claude Code 專用 Jev 插件：節省高達 30% Token 消耗

開發者基於 Jev 模型實作 Claude Code 外掛，分享省下 30% token 的真實基準測試與架構心得。

• TypeSafe AI 推出的 Jev 是一種專注於輸出結構化決策的「系統一」模型，展現出極佳的處理速度與效率。 • 開發者基於 Jev 打造了全新的 Claude Code 插件，成功取代傳統的多輪 grep 與提問流程。 • 實測顯示該插件能在維持甚至提升程式碼搜尋品質的同時，減少約 30% 的 Context Token 消耗。 • 隨著對話階段推進，Token 的節省幅度預期將會更加顯著，進一步優化開發成本。 • 雖然目前 API 呼叫地點受限於美國東岸而略增延遲，但更少搜尋輪次帶來的效率提升完全能夠彌補。

「這並不是一個效能打折的陽春工具，在多數情況下其表現甚至超越傳統做法。」 • 這種結合結構化輸出與快速分類的技術，正為 LLM 的工程應用開闢全新的優化路徑。