9 月 24 日Harrison Chase 判断 Jev 当 judge 是便宜快速的语义验证器

已见于 9 月 21 日早间

话题 · 研究与方法

先看结论

Harrison Chase 判断 Jev 当 judge 是便宜快速的语义验证器

Elvis Saravia 预告将发布用 Jev 搭 System 1 + System 2 agent harness 的指南

这些标记是什么意思

疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法,不是原话

最新进展Elvis Saravia 称 Jev-as-a-Judge 是 agent 评估中最惊艳的 Jev 用例,但不应到处用
当前状态未定稿 · 转述

事件

Elvis Saravia 认为 Jev 类 System One 模型在持续评测、长时程 agent 验证器与递归自改进 harness 三方向值得关注

看什么现在的情况依据
事实Elvis Saravia 预告将发布用 Jev 搭 System 1 + System 2 agent harness 的指南
官方尚未表态

各方3 人

Elvis Saravia实测他用 Jev 给 agent harness 的 /goal 功能搭了一个自定义 verifier𝕏

白毛 Serenity分析她在征集开源决策模型变体的实际使用经验𝕏

Harrison Chase解读他指出典型场景是在线 evals:需要给海量 trace 批量打分𝕏

产业解读

关键数字未给出价格或分数,只定性为便宜快速
时间点System 1 + System 2 harness 指南将在未来几天发布
谁会受影响跑在线 evals、搭 agent harness 的团队,其评测环节的算力账单被碰到

这不是投资建议。

Elvis Saravia 称 Jev-as-a-Judge 是 agent 评估中最惊艳的 Jev 用例,但不应到处用𝕏

这件事更早 12

更早

Shawn Wang 转述 Diogo 称 system one 模型与 decision 模型不同,理由待其他模型公布𝕏

Shawn Wang

Simon Willison 提出 Jev 与 system one aka decision models 新类别𝕏

Simon Willison

Clément Delangue 称 HF 趋势第一是开源多语言 System 1 决策模型,紧随 Jev 之后𝕏

Clément Delangue

Elvis Saravia 推荐 Jev 在 agent harness 中的落点,涵盖 approval gates、MCP/tool-calling routing、model routing、dynamic subagent、stru𝕏

Elvis Saravia

Harrison Chase 称 jev 代表 decision models 方向,SemIf 基于 qwen3.5 已在 LangSmith Gateway 免费托管一周𝕏

Harrison Chase

Elvis Saravia 称 Jev 的标签让 agent 探索研究论文产生复利效应𝕏

Elvis Saravia

Elvis Saravia 预告将发布用 Jev 构建 System 1 + System 2 agent harness 的指南𝕏

Elvis Saravia

Elvis Saravia 建议把 Jev 合集喂给 agent 以生成新用例𝕏

Elvis Saravia

Teortaxes 押注 Scott 会在辩论中压制 Pinker,认为双方实力差距悬殊𝕏

Teortaxes

Harrison Chase 称团队正研究 Jev 如何用于 agent,下周由 sydneyrunkle 做深入讲解𝕏

Harrison Chase

Aaron Levie 称 Jev 可帮企业 agent 做工作流瞬时决策,并演示 Box 与 Jev 联动拉取事故报告𝕏

Aaron Levie
每早一封:昨夜到今晨新增的几件事,每件一行,点开回站点看完整。
HOURAHEAD关于 · 往期 · 2026-09-24 11:13