开发者用决策模型 Jev 搭 JCR,让 agent 免读技能文件直接查能力树
gaganghotra_ · x · 2026-09-21
JCR 是什么
Niaz Morshed 基于 TypeSafe 的决策模型 Jev(9 月 15 日早期发布,以可被代码执行的概率做快速结构化决策)构建了 JCR(Jev Capability Resolver):在 agent harness 里用递归循环搜索一棵「能力树」,只把与任务相关的上下文带回给 agent。
要解决的问题
- 传统 skills 机制下,agent 为完成「上传 Cloudflare Worker + 创建 Stripe Checkout Session + 用 Resend 发邮件」这三步,要依次读取 6 份文档(3 个 SKILL.md 加各自参考指南)才能找到 3 个命令,上下文里塞满与本任务无关的设置说明、备选方案和示例。
- JCR 把这种查找从 agent 的工作上下文中挪出去,补充而非替代 skills。
作者已在浏览器控制、邮件分类等场景外探索这类确定性命令查找的用法。
「编程与Agent」频道最新
- 开源 Jev 76 秒分拣 1000 封 Gmail,全程只花 3 美分 — _AustinCalvert_ · 2026-09-21
- 给AI管线的铁律：任何节点都不该依赖一天换不掉的模型 — ccerrato147 · 2026-09-21
- 租前沿、守地板：被关门前你要拥有什么 — ccerrato147 · 2026-09-21
- AI 编码两派之争:用现成 harness 加好工具,还是自建多智能体编排? — 0pet · 2026-09-21
- 让 Agent 操作 AI 生成的排版工具界面,完美破解 LLM 字符级任务短板 — Future_Candidate2732 · 2026-09-21
- jev-use 开源：不用截图读辅助功能树，Mac 语音操控比 LLM 快 100 倍 — _AustinCalvert_ · 2026-09-21