Jevmem：為 Claude Code 與編碼 Agent 提供自動專案記憶的解決方案
為何重要
Jevmem 驗證了針對編碼場景的「垂直小模型」在特定效能指標上的商業價值——在維持 GPT-6 Astra 級別準確度（98.5%）的同時，能將決策成本降低數十倍、速度加快 10 倍。這驅動了開發者工具鏈從依賴昂貴通用模型向混合架構（快速小模型決策 + 強大模型最終生成）轉型的趨勢，也提高了編碼 Agent 的長期維護便利性。
Jevmem 是一個由 TypeSafe AI 開發的開源工具，旨在透過 Jev 模型自動將 Claude Code 中的決策、限制、Bug 及待辦事項摘要儲存到 JEVMEM.md，並採用標記取代而非刪除的方式管理語境變更。
- 決策速度顯著領先：在 66 組保留測試資料上，Jev 的 API 決策僅需 0.30 秒，含 Node 啟動的端到端總耗時約 0.6 秒，比六款主流大模型快約 10 倍。
- 準確度與成本優勢：Jev 在「儲存/跳過」分辨的準確率達 98.5%（與 GPT-6 Astra 並列最高）；若要求最高的「儲存+種類」準確度，則需採用 Claude Opus 5.5，後者成本為 Jev 的 40–60 倍且延遲增加 9–12 倍。
- 資料處理流程：資料會先經脫敏處理移除 API keys 與卡號；若使用者提供 OpenAI 或 Anthropic Key，完整文字也會同步送交該供應商以生成摘要。