用 Jev 做技能推荐:一次调用、一个阈值、100 道题
一次 Jev 调用从 141 个候选里挑一个技能,或者告诉你不必挑:首次命中 90.8%,比同题的强生成模型低三个百分点,成本却只有 1/9,速度快 3.6 倍。测量留下两条结论:Choice 必须带 none 选项,而判断型模型很适合做路由。
3 篇
一次 Jev 调用从 141 个候选里挑一个技能,或者告诉你不必挑:首次命中 90.8%,比同题的强生成模型低三个百分点,成本却只有 1/9,速度快 3.6 倍。测量留下两条结论:Choice 必须带 none 选项,而判断型模型很适合做路由。
在把桌面端接到 agent 的过程中,有人提出了一个问题:既然 Agent Client Protocol(ACP)就是为「UI 与 agent 通信」这件事而生的,我们为什么还要手写一套 gRPC 协议?这个质疑很合理。答案并不是 ACP 不好——而是我们的两个硬性要求恰好落在 ACP 的能力边界之外:一个 agent 要同时服务多个客户端,而我们需要的流式能力,gRPC 原生具备、ACP 却几乎没有。 整份契约就是一个 1272…
聊天会丢上下文。future-loop 把「帮我盯这个一周」变成一个可持久的目标——一张 todo 图、人工闸门、每步证据,以及一个可验证的「完成」定义,它能跨会话、跨重启、跨并行 worker 存活。这篇文章讲控制平面是怎么工作的,以及它是如何承载 Matilda 铺砖那次运行的。