LangChain inseriu o Jev dentro do próprio ciclo de agente e mostrou os três trabalhos que entregaram a ele. Na demonstração, um LLM levou cerca de 5 segundos para dizer se um texto contém PII, e o Jev respondeu imediatamente com 98%. Assim, seus agentes de codificação podem perguntar ao Jev o quão difícil é uma tarefa e reservar o modelo poderoso para as mais complexas. O middleware de modo automático pergunta ao Jev se uma chamada de ferramenta é arriscada e a bloqueia em tempo real — um check que ela desativou porque antes era muito lento. E o mesmo modelo avalia a resposta de um agente contra um critério em avaliações online: correta, corresponde à referência, fundamentada, cita uma fonte. Meu guia aponta essa configuração para fontes de pesquisa, com um critério de relevância de 0 a 3 em 50 artigos e uma fila de revisão para as chamadas com baixa confiança. Ele também verifica quais artigos úteis o filtro arquivou silenciosamente. Assista à sessão, depois pegue o inicializador e os prompts abaixo.