🔥牛逼！让 Jev 自我优化、自己解决复杂问题，不用再手写 instruction、criteria、候选集！ JevHarness：LLM 自动生成任务专属决策流程，冻结后每次只跑代码 + 快速 Jev 判断。有数据还能用轨迹持续进化。宝可梦 5 轮迭代，胜率 25% → 75%。 主要亮点： 🔹LLM 写一次策略，Jev 做高速模糊判断 🔹自动生成特征、问题、判据和动作逻辑 🔹可用奖励 + 全轨迹反射 / GEPA 自我优化 🔹自…

事件核心：发生了什么

开发者 @NFT_Chen 在 X 上介绍了开源项目 JevHarness。它做的事情是：由 LLM 自动生成任务专属的决策流程，包括特征、问题、判据和动作逻辑；策略一旦冻结，线上每次只跑代码加一次快速的“Jev 判断”，不再调用大模型反复推理。若手头有奖励信号，还可以用全轨迹反射或 GEPA 做自我优化，持续迭代。公开演示的宝可梦对战任务中，经过 5 轮迭代，胜率从 25% 提升到 75%。

配套能力包括：Claude Code 的 skill 插件，添加 marketplace 并安装 jev-harness@jevharness 后，可直接对 Agent 说“用 JevHarness skill 按我的任务生成 harness”；项目自带 Coding Agent skill，给出仓库地址即可开工；还支持回放每一步 Jev 选择的对战 Demo。同账号此前还发布过 Jev 决策模型在 OpenRouter 上用 Ori Eval 跑 30 分类任务的结果，200 条合成数据下中位延迟 154ms、准确率 98.5%。

为什么重要

目前公开信息显示，Agent 落地的一个主要成本来自“每步都问大模型”——延迟高、Token 贵、结果不稳定。JevHarness 的思路是把“想清楚”和“做判断”拆开：LLM 负责生成结构化策略，轻量 Jev 负责高频模糊判断，大模型只在离线迭代时出现。这相当于给 Agent 做了一层编译，把昂贵的推理固化成一串可回放的决策规则。

对行业而言，这条路线和“把所有能力塞进一个超大模型”的思路形成对照。如果策略生成能自动化、评测能自动化，那么中小团队也能为垂直任务快速搭出低延迟、低成本的决策系统，而不必依赖闭源大模型的在线调用。开源加 Claude Code skill 的组合，也降低了从仓库到可运行 harness 的门槛。

对用户/开发者/创作者的影响

开发者可以把它当成 Agent 的“编译工具链”：先用 LLM 生成 harness，再用奖励信号迭代，满意后冻结上线，线上只承担 Jev 推理的成本和延迟。对于需要高频决策的场景——游戏 AI、风控规则、客服分流、内容审核——这套模式比每步调用大模型更可控。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

创作者和企业则要留意适用边界：JevHarness 依赖清晰的任务定义和可量化的奖励，宝可梦对战这类规则明确、反馈即时的问题适合，开放式创作或长链条推理未必同样受益。目前公开信息显示，效果数据主要来自演示任务，尚缺第三方在真实业务上的复现。

值得关注的后续

一是 Jev 模型本身是否开源、能否本地部署，以及在非演示任务上的延迟与准确率表现；二是 GEPA 等自我优化方法是否能稳定收敛，避免轨迹反馈把策略带偏；三是社区是否出现可复用的 harness 库，让“生成策略—评测—冻结”的流程标准化。若这三点成立，Agent 的成本结构会有实质变化。

来源：@NFT_Chen