Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com10. Oktober 2026 · Q011180

Top 10 Jev Builds You Can Ship in an Afternoon

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt zehn Anwendungen für Jev vor, von E-Mail- und Datensatzklassifikation bis zu RAG-Filtern, Sicherheitsprüfungen und Pull-Request-Triage; die genannten Leistungswerte sind Erfahrungsberichte aus einzelnen Umsetzungen. Empfohlen werden handgekennzeichnete Beispieldaten, klare Antwortoptionen, Weiterleitung unsicherer Fälle und ein protokollierter Schattenbetrieb; bei Agenten-Kontextfiltern und automatischen PR-Sperren nennt der Text besondere Risiken.

Mittel

Der Bericht beschreibt zehn Anwendungen für Jev, ein Werkzeug, das festgelegte Fragen zu einem Zustand mit Kategorien, Bewertungen oder Wahrscheinlichkeiten beantwortet. Vorgeschlagen werden unter anderem E-Mail-Triage, die Bewertung eigener Beiträge, das Filtern von RAG-Suchergebnissen, Sicherheitsprüfungen vor Werkzeugaufrufen, Modell-Routing, SQL-Klassifikation, Anzeigenanalyse, Belegprüfung und Pull-Request-Triage. Zu mehreren Anwendungen nennt der Artikel von Beteiligten berichtete Laufzeiten, Kosten und Ergebnisse; diese Angaben sind Beispiele und keine einheitlich vergleichbaren Messungen.

Als gemeinsame Regeln empfiehlt der Autor, Fragen gebündelt zu stellen, Antwortoptionen im Code samt Auffangkategorie festzulegen und unsichere Fälle an Menschen oder größere Modelle weiterzugeben. Zum Start soll man fünfzig reale Fälle von Hand kennzeichnen, die Antwortverteilungen prüfen, Kriterien und Schwellenwerte anpassen und das System einen Tag im Schattenbetrieb beobachten. Bei der Kontextfilterung für Coding-Agenten referiert der Text Kritik wegen möglichem Verlust benötigter Überlegungen, Wiederholungsschleifen und zusätzlicher Cache-Kosten. Für Pull Requests rät er zunächst zu Labels und Prüferempfehlungen statt automatischen Merge-Sperren.

Ausführlich lesen

Der vollständige Bericht stellt Jev als Werkzeug vor, das Text oder andere Zustände anhand festgelegter Fragen einordnet und Antworten wie Kategorien, Bewertungen oder Wahrscheinlichkeiten liefert. Es soll dabei selbst nichts verfassen. Der Autor empfiehlt für alle zehn vorgestellten Anwendungen drei Grundsätze: Fragen gebündelt in einem Aufruf stellen, die möglichen Antwortoptionen im eigenen Code festlegen und bei Unsicherheit an einen Menschen oder ein leistungsfähigeres Modell weiterleiten. Als groben Richtwert nennt der Bericht eine Konfidenz unter 0,5. Wo die Antwortliste unvollständig sein könnte, soll eine Auffangkategorie wie „other“ vorgesehen werden.

Die zehn Bauideen reichen von E-Mail-Triage, der Bewertung eigener Social-Media-Beiträge und dem Filtern von Suchtreffern für RAG bis zu Sicherheitsprüfungen vor Werkzeugaufrufen, Kontextverwaltung und Modell-Routing für Coding-Agenten. Weitere Beispiele sind die Klassifikation von Datensätzen direkt in SQL, die Analyse von Wettbewerberanzeigen, die Prüfung von Belegen für Aussagen und die Triage von Pull Requests. Zu jeder Idee beschreibt der Artikel Beispiele, die andere laut Bericht umgesetzt haben, nennt teilweise Laufzeiten und Kosten und zeigt mögliche Fragen oder Routingregeln. Die genannten Ergebnisse umfassen etwa eine E-Mail-Pipeline, die laut Bericht 96 von 100 Nachrichten richtig klassifizierte, sowie unterschiedliche Auswertungen von Beiträgen und Anzeigen. Diese Leistungs- und Kostenzahlen werden als berichtete Beispiele dargestellt, nicht als einheitlich vergleichbare Messungen.

Als Vorgehen für einen Einstieg empfiehlt der Autor, zuerst fünfzig echte Fälle von Hand zu kennzeichnen, die Fragen auszuführen und die gesamte Antwortverteilung anzusehen. Antworten nahe der Mitte sollen auf unklare Kriterien hinweisen, die präzisiert werden sollten. Anschließend soll die Schwelle anhand der eigenen gekennzeichneten Beispiele festgelegt und das System einen Tag im Schattenbetrieb mit Protokollierung beobachtet werden. Erst wenn die protokollierten Antworten nicht mehr überraschen, soll es live geschaltet werden.

Der Bericht nennt auch Einschränkungen. Bei der Kontextkomprimierung für Coding-Agenten führt er eine öffentliche Kritik an: Das Filtern einzelner Werkzeugergebnisse könne benötigtes Denken entfernen, Wiederholungsschleifen auslösen und durch Änderungen früherer Einträge teure Cache-Neuberechnungen verursachen. Der Artikel schlägt deshalb vor, eher lange Konsolenausgaben und Dateiinhalte zu filtern und den Gesprächsverlauf unangetastet zu lassen. Für Pull Requests empfiehlt er zunächst nur Kennzeichnungen und Vorschläge für Prüfer, statt automatische Sperren einzuführen. Insgesamt bietet der Text praktische Bauvorschläge und Erfahrungsberichte; eine gemeinsame unabhängige Prüfung der genannten Resultate oder einheitliche Vergleichsmethode beschreibt er nicht.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung. Die kurze ist ebenfalls treu, lässt aber die Anweisung, Fragen zu bündeln, aus. Die Leistungszahlen im Artikel sind Eigenangaben von Beteiligten und wurden nicht überprüft.

Im Bericht, aber nicht in der Zusammenfassung

  • Jev schreibt keinen Text, sondern beantwortet nur festgelegte Fragen; diese Grundaussage ist nur indirekt enthalten

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 36 %gleiches Oberthema, hilft nicht
    • JEV 25 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 51 %umfangreiche Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 25 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 27 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 39 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 42 %einzelne zitierbare Belege
    • JEV 31 %beantwortet teilweise oder widerspricht
    • amos 26 %einzelne zitierbare Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 19 %nur am Rande erwähnt
    • Luna 40 %umfangreiche Belege
    • JEV 54 %beantwortet teilweise oder widerspricht
    • amos 28 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 30 %einzelne zitierbare Belege
    • Haiku-Prüfung umfangreiche Belege

    • SF-A1-T04 Bevor ein Agent weiterarbeitet, nachdem sein bisheriger Arbeitsverlauf für ein neues Kontextfenster zusammengefasst wurde: Wird geprüft, ob diese Zusammenfassung die Anweisungen des Nutzers, die Herkunft wichtiger Fakten und offene Fehler bewahrt? Und wird festgelegt, wann der Agent die Originalaufzeichnung prüfen muss, statt der Zusammenfassung zu vertrauen? Luna: Stufe 3 · 24 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 34 %einzelne zitierbare Belege
    • JEV 23 %gleiches Oberthema, hilft nicht
    • amos 28 %einzelne zitierbare Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 43 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →