决策模型专题:结构化决策的实践
本专题围绕 Agent 工作流中的分类、评分和路由决策,收录 Jev 等决策模型的原理解析、能力实测与可复用的实践资料。首篇文章介绍模型定位、三种问题类型、输入输出结构和决策组合方式;案例中的响应数据为示意值,并非实测结果。
《开发框架:让 Agent 学会判断,从 Jev 接入到完整 Harness 决策流程》介绍 AgentScope Java 的 JEV 接入方式,沿着工具选择、模型路由、执行防护、上下文治理、回答修订与轨迹评估,展示结构化判断如何进入完整任务流程,并提供 Java 与 Spring Boot 接入示例。
《基于Jev 范式决策模型,构建智能工单分诊助手》使用 AgentScope Java 与百炼决策模型,串起 AgentCore 代码包部署、普通与流式调用、运行管理和 Team 协作,介绍如何将分诊判断接入一个可部署的业务应用。
《Jev 模型智能路由实践》介绍怎样通过百炼 System One 把任务判断与阶段胜任度反馈接到模型路由中,并通过公开实验核对成本、交付质量和实际执行。
《用决策模型替代传统生成式 LLM-as-a-Judge 做自动化评测/决策》结合评测实验,介绍决策阈值、交叉验证、概率校准和训练损失,并讨论原子 Judge 拆分与风险聚合的工程边界。
《从生成到决策:AgenticOps决策模型的能力实测》从 STAROps 的真实调查轨迹出发,比较 12 个模型在运维与通用决策任务中的准确率、响应时间、答案读出与回退组合,并通过完整 RCA 案例检验不同接入位置的质量与开销。
- 01综述:深度解析 Jev 模型:如何快速做结构化决策 →
- 02开发框架:让 Agent 学会判断,从 Jev 接入到完整 Harness 决策流程 →
- 03基于Jev 范式决策模型,构建智能工单分诊助手 →
- 04Jev 模型智能路由实践 →
- 05用决策模型替代传统生成式 LLM-as-a-Judge 做自动化评测/决策 →
- 06从生成到决策:AgenticOps决策模型的能力实测 →