智能体
x.com ·
@shao__meng
TypeSafe 发布 Agent Skills：Jev "System One" 模型的判断系统设计方法
推文介绍 TypeSafe 官方 Agent Skills 仓库，可安装给 Agent 配合 Jev "System One" 模型使用。SKILL.md 提出三层设计方法：六种判断模式（路由与填充参数、选择而非生成、查找与评判证据、把判断变成可复用数据、验证与升级、响应状态变化）；三个类型化原语 Choice、Noul、Score 替代自由文本输出；以及并行提问、置信度解读、区分缺失证据与模型/代码/服务错误等工程纪律。核心原则是规则、计算和查表留在代码中，模型只提供可编程的常识判断。
AI推荐理由 介绍了 TypeSafe 官方 Agent Skills 仓库及 Jev "System One" 模型配套的 SKILL.md 设计方法，包含六种判断模式、Choice/Noul/Score 三个类型化原语和校准纪律等具体工程细节，对构建 Agent 判断系统有参考价值；但内容为第三方转述，未提供模型效果或基准数据，且部分术语（如 Noul）需读者自行核实。
68
浏览 680
点赞 8
评论 1
转发 3
正文
如果你正在测试体验 [@typesafeai](https://x.com/typesafeai) Jev 这个 "System One" 模型，除了用官方提供的 Playground 和 API 文档，还可以直接把官方 Skills 安装给你的 Agent
TypeSafe Agent Skills
[github.com/typesafe-ai/sk…](https://github.com/typesafe-ai/skills)
SKILL.md：一套决策系统设计方法的三个层次
1. 六种判断模式（从期望的应用行为倒推需要什么判断）：
· 路由与填充参数：函数调用、投机性并行分发
· 选择而非生成：从已知集合中选取，而不是开放式生成
· 查找与评判证据：重排序、层级分类
· 把判断变成可复用数据：复合打分、特征发现
· 验证与升级：引用核查、级联抽取
· 响应状态变化：严格区分“推断状态”与“观察到的事实”
贯穿始终的原则：规则、计算、查表留在代码里，模型只提供“可编程的常识判断”。
2. 三个类型化原语（替代自由文本输出的原子操作）：
· Choice：在定义好的选项集中选一个，附带分布信息用于比较候选
· Noul：某条件成立的概率（多标签场景下每个标签独立一个）
· Score：在有序等级上的概率加权定位
配套设计规则也很讲究：判断依据放 instructions，判定标准放 criteria；每个问题只问一个窄而连贯的判断；用反引号路径（如 ticket.messages[0].text）引用嵌套状态。
3. 组合与校准的工程纪律：
· 独立的问题并行发问（它们互相看不到答案）；投机性前提要显式声明
· 对不确定性的正确解读：Choice/Score 的置信度只反映分布集中度，不等于正确率；Noul ≈ 0.5 意味着“是/否概率相当”，而不是“中等程度”
· 缺失证据要与模型错误、代码错误、服务错误分开处理；Web 应用中 API 凭证必须留在服务端
