Jevgrep讓Coding Agent少自己找代碼：SWE-bench主模型成本降29%

動察 Beating AI 快訊，開發者 David 基於 Jev 開源了一個專門給 Coding Agent 找代碼的研究工具 Jevgrep。

用戶只要問一句「登錄校驗寫在哪裡」，它就會用 TypeSafe 的決策模型 Jev 逐層搜索代碼庫，找出相關文件和源碼片段，再交給 Claude Code、Codex 等 Agent 繼續修改和測試。

它主要解決 Coding Agent 很費 token 的「找代碼」環節。Jevgrep 不會先把整個倉庫塞給模型，也不是只做一次語義搜索。它會先判斷哪些目錄值得繼續找，再檢查相關文件和代碼聲明，最後返回源碼片段、行號和後續閱讀線索。倉庫還提供了 Skill，讓 Agent 知道甚麼時候調用 `jg` 收集上下文。

最新 SWE-bench 實驗用了 10 個 Python 任務。使用 Jevgrep 和不用 Jevgrep 都完成了 8 個，但 GPT-5.6 Sol 的總成本從 7.62 美元降到 5.44 美元，減少 28.63%。作者最初在 X 上寫的是 40%，倉庫隨後更新實驗結果，目前已經改成「約 30%」。

不過，這個數字只統計 Sol 的費用，沒有把 Jev 算進去。實驗日誌中能夠確認的 Jev 調用費用已經至少有 1.57 美元，部分調用缺少完整計費記錄，實際總額未知。此外，這組實驗只有 10 個任務，而且每題只跑了一次。