决策模型 Jev 上线一周,Polylane 实测成本降 39%
multiply_matrix · x · 2026-09-26
Polylane 团队为构建全天候 on-call 智能体（判断事故严重度、是否主动介入 Slack 线程、是否见过类似事故等分类/路由/打分任务），把原本的 LLM 换成了 TypeSafe AI 的决策模型 Jev，官方称成本降 39%。
- Jev 是什么：不生成文本的"决策模型"，输入状态数据与问题，输出带类型和校准概率的答案，单次响应 70–500ms 且输出 token 免费，定位是"聪明的 if 语句"。
- 三类问题：Noul 返回 yes/no 概率；Choice 从给定选项中选一；Score 按有序 rubric 输出概率加权分值。
- 落地场景：agent 在 Slack 和 GitHub 上主动响应前，用 Jev 决定是否值得发言。
- 团队结论：在它擅长的任务上明显强于开源模型，已在生产环境跑了一周。
「编程与Agent」频道最新
- 让 AI 主动搞坏你的界面：用边界数据测试设计的冷门妙招 — floguo · 2026-09-26
- 微软基于 OpenClaw 发布常驻 Agent Autopilot,团队反哺开源 — heyneighbor · 2026-09-26
- Replit Animation 亮相:Agent 自动读取项目设计系统生成产品介绍视频 — amasad · 2026-09-26
- Reddit 讨论：Agent 该不该在「证据不足」时停下而非仅靠权限 — zerovariance36 · 2026-09-26
- 开发者盛赞 Codex CLI 终端启动速度:其他 harness 难以匹敌 — johnlindquist · 2026-09-26
- ElevenLabs 实时识别电话诈骗，180ms 出结果成本不到半美分 — TheMoonMidas · 2026-09-26