@N01ennn: 哇塞 . Jev创始人 Diogo Almeida 刚刚发布了一份11页的PDF，详细描述了整个Jev + AI代理循环，这是一个9步蓝图…

我的天！Jev 创始人 Diogo Almeida 刚刚发布了一份 11 页的 PDF，完整阐述了 Jev + AI 智能体循环体系。

这是一份九步蓝图，教你如何让大型语言模型通过智能体运行，而无需为它们遇到的每个分支支付前沿模型的价格：

步骤 1 → 将循环拆分为三类工作：生成任务留给大型语言模型处理，明确规则（如操作和花费上限）由代码处理，中间的每个分支则转化为对 Jev 的一个类型化问题。

步骤 2 → 每个任务都从一个 Noul 开始：判断这是否在范围内，或者是否需要人工介入才能运行。

步骤 3 → 通过 Choice 进行任务分发：研究、写作或审核。仅当置信度在 0.85 以上时才执行操作，低于此值的所有情况都转为审核。

步骤 4 → 仅在必须编写文本时才调用大型语言模型：用于规划任务和填写工具参数，其他环节不用。

步骤 5 → 在每次工具调用执行前设置门控：允许、确认或阻止，并在同一次往返中加入破坏性检查。

步骤 6 → 对返回结果进行评分：丢弃、摘要或保留。没有任何内容会被重写，因此不会因糟糕的转述而丢失信息。

步骤 7 → 通过两个检查完成闭环：首先由 Jev 判断目标达成度超过 0.8，然后由代码证明文件确实存在。

步骤 8 → 将高风险的收尾工作交给人工：任何不可逆的、涉及资金的、或会在公司外部可见的操作，无论置信度多高，都必须交由人工处理。

步骤 9 → 先移动一个分支，并在一周内追踪三个数字：每个完成任务的成本、每个完成任务的时间、升级触发的频率以及触发是否正确。