Modyfikacja Jev dla Claude Code: Oszczędność tokenów i przyspieszenie obsługi umiejętności

Pojawiła się nowa modyfikacja dla Claude Code, znacząco redukująca zużycie tokenów. Kluczową cechą rozwiązania Jev jest to, że zamiast natychmiastowego ładowania wszystkich dostępnych umiejętności do okna kontekstowego modelu, pozostają one poza nim aż do momentu faktycznego zapotrzebowania.

Jev analizuje dostępne umiejętności i wybiera tę odpowiednią dla każdego zapytania, dynamicznie dodając ją do kontekstu. Pozwala to uniknąć niepotrzebnego obciążenia okna kontekstowego asystenta AI.

Wyniki testów

Zespół przetestował funkcję sugestii umiejętności (Jev Skill Suggestion) na różnych modelach Claude. Eksperyment obejmował 26 umiejętności, 10 promptów oraz 3 powtórzenia dla każdego promptu. Uzyskane dane:

• Jev: 90% dokładności, medianowy czas odpowiedzi — 330 ms
• Claude Haiku: 80% dokładności, 1,24 s
• Claude Sonnet / Opus / Fable: 100% dokładności, 2,2–4,5 s

Wnioski

Jev nieco rezygnuje z absolutnej dokładności (90% w porównaniu ze 100% w modelach flagowych), ale podejmuje decyzje 4–14 razy szybciej. Główną przewagą jest fakt, że lista umiejętności w ogóle nie zajmuje cennej przestrzeni w oknie kontekstowym, co czyni pracę z dużą liczbą narzędzi bardziej efektywną.

Pełny opis eksperymentu i artefakt