Jev 是一种 System One 决策模型——不生成文本、只输出结构化决策,定位是嵌入 Agent 流水线做高频、低延迟的分类与路由。

• 定位:TypeSafe AI 推出的非 LLM 决策模型,创始人 Diogo Almeida 是 ChatGPT/RLHF 共同发明人
• 三种原语:Noul(yes/no 概率)、Choice(最多 255 项选一)、Score(有序评分),一次请求并行评估
• 输出形状:schema-first 的 typed value + 概率分布 + 置信度,程序直接消费,零格式幻觉
• 速度与价格:端到端 70-500ms,输入 $0.042/1M token,输出 token 免费
• 不是 LLM 替代品:不能写代码、写文章、做复杂推理,只覆盖「已知答案空间的快速判断」
• 典型场景:Agent 模型路由、Skill 选择、UI 元素定位、上下文压缩、工具调用前的风险评分
• 评测边界:官方「193x 更快」来自自家工作流基准,独立复现有限,需在自己负载上验证
• 已有接入:Vercel AI Gateway、Cloudflare、OpenRouter、LangChain 集成均已支持

harness 常见定义是 agent + model;通俗理解是模型到人之间 gap 的兜底层。

1. 常见定义:agent + model,这是工程界共识
2. 通俗理解:模型和人之间那整层 gap 的兜底层
3. 兜底范围:上下文、工具、权限、记忆、沙箱、UI、调度
4. 本质动作:模仿人类工作模式,把模型包成可用产品
5. 价值定位:LLM 是发动机,harness 是整辆车
6. 关键判别:同模型不同 harness,效果差 50%+ 是常态
7. 落地观察:harness 边际收益远高于模型升级

主进程 Node 的 V8 老生代默认约 1.5G，4G 是 Chromium 渲染进程 V8 pointer compression 的硬上限，跟主进程没关系。

1. 主进程：Node.js 同款 V8 默认堆，老生代 64 位约 1400–1536 MB，可调到 ~4 GB 上限
2. 渲染进程：受 pointer compression 限制，V8 堆上限 硬编码 4 GB；off-heap（Buffer / 媒体）走 PartitionAlloc，上限 16 GB
3. 调整方式：主进程走 --js-flags=--max-old-space-size=N；渲染进程走 webPreferences.additionalArguments
4. 不要混：主进程上限给小了，Node 业务（数据库 / 缓存 / 文件处理）会先 OOM；渲染进程上限给大了也不生效，4 GB 是天花板

沙箱不是某项具体技术，而是一类手段的总称：让一段代码在受限范围里运行，触及不到范围之外的东西。操作系统隔离进程、浏览器限制网页脚本、云上租户之间做资源隔离、给 AI Agent 的执行能力加一道边界——沙箱要回答的，都是同一个问题。

1. 工具层自检：在框架自己的工具函数里拦截；约束的是工具输入，不是整个运行环境
2. 操作系统隔离：把规则装进内核（Linux 用 bubblewrap + Landlock，macOS 用 sandbox-exec，Windows 用受限令牌 + AppContainer），所有派生进程都受内核监督
3. 完全隔离：容器 / 虚拟机 / 远程沙箱，与宿主机物理隔离，宿主只暴露有限的受控接口

判断用哪种方式，取决于执行者是谁——约束要放在执行者够不着的地方。DeepSeek Harness 同时采用前两种，在同一个宿主文件系统上落地：策略中心统一管规则，文件工具先解析真实路径再判断，命令执行由 sandbox service 用启动器把规则装进内核。约束可以失败，但不可以被静默绕过。

AI 思维链 CoT，本质是 用 token 数换推理深度 的工程技巧。

1. 为什么需要：单次前向传播算力固定，把思考过程外化成 token，变相扩容。
2. 起步阶段：Google 用程序生成"题目+步骤"数据，监督微调小模型学会推理。
3. 自举阶段：STaR 让模型自己生成答案，只留结果正确的样本继续微调。
4. 采样增强：Self-Consistency 多链采样，多数投票决定最终答案。
5. PRM 路线：OpenAI 训练 verifier 给每一步推理打分，过程可监督。
6. GRPO 路线：DeepSeekMath 用组内相对分数，只奖励结果对，把 CoT 推向 RL。
7. 未来趋势：CoT 和工具调用、代码执行、搜索结合，持续催生新能力。

Corepack 让 packageManager 字段真正生效。

1. enable：Node bin 下生成 pnpm/yarn shim
2. prepare pnpm@x.y.z：下载指定版本到本地缓存
3. use pnpm@x.y.z：写 package.json + 触发 prepare
4. 核心目的：消灭全局安装，团队/CI 锁版本
5. 权限来源：enable 要在 Node bin 写 shim
6. 需要 sudo：apt/brew 装 Node，shim 在 /usr/local/bin
7. 不需要 sudo：nvm/fnm 装 Node，shim 在用户目录
8. 免 sudo 解法：--install-directory $HOME/.local/bin

Agent 上下文不是越大越好，本质是在有限窗口里做信号密度管理。

1. 4 个循环动作：select 选相关 / structure 结构化分区 / compact 压缩 / persist 外部沉淀，每轮对话都要走一遍。
2. Context 是工作台，Memory 是后台仓库——工作记忆有限又金贵，跨轮次靠检索联动。
3. 压缩不是写总结，是写交接文档，保留目标 / 进度 / 决策 / 约束 / 教训。
4. 多 Agent 隔离：子 Agent 只拿必要信息，结构化结果回传主 Agent 整合。
5. 6 个常见坑：上下文腐烂、压缩失真、工具结果膨胀、多 Agent 串扰、成本与延迟、难以评估。
6. 评估四指标：任务成功率、事实准确率、token 成本、响应延迟。

Pi 在不同尺度上各有名字：Session 是磁盘上的工作单元，Trace 是一次完整的 agent 循环，Turn 是其中一轮模型响应，Steer 和 Follow-up 是两个不同时机的消息注入口。

1. 三个时间尺度：Session（持久化）包含 Trace（agent_start→agent_end），Trace 包含 Turn（turn_start→turn_end）
2. Session：一个 JSONL 文件，跨多次 Trace 复用，Pi 的 Session 是什么？ 里讲过存储和分支
3. Trace：一次用户 prompt 触发的完整运行。模型自己开多轮 不会 拆出多条 Trace
4. Turn：一次 assistant 响应 + 它的 tool 批，是事件层最细的颗粒度
5. Steer：每个 Turn 开头都会去取一次，抢下一轮 LLM 调用的发言权
6. Follow-up：只有 Trace 想结束时才去取，本质是续命，不是打断
7. Queue Mode：one-at-a-time 一条一条发，all 攒齐一次性发
8. 实战取舍：边跑边改用 steer，结束后追问题用 follow-up

Pi 和 DeepSeek Harness（DSH）都允许大幅扩展 Agent 能力，但对不可替换核心的态度恰好相反。

1. 共同起点：模型负责思考，harness 负责管工具、上下文、会话、Agent Loop
2. Pi 思路：4 层骨架 + 30 个扩展事件，深层替换受宿主接口限制
3. DSH 思路：模型、工具、会话、默认 Loop 全是插件，底座只有 Cordis
4. 时空可组合性：Cordis 用注册反向操作做时间可组合，用依赖图做空间可组合
5. 自进化：DSH 创造模式让 Agent 自己写插件重组 Harness，可逆卸载是基础设施

AI Agent 产品的中间区域放什么，它就是什么产品——布局即定位。

• 核心观点：中间放 chat、主工作区还是 artifact，决定了产品类型
• chat 居中派：ChatGPT / Claude.ai / Perplexity，chat 是产品本身
• chat 置右派：Cursor / Windsurf，主工作区是产品，chat 是辅助
• 工作区居中派：Devin / Manus / v0，artifact 居中，chat 是命令面板
• 判断标准：用户操作什么、产出什么、中间是输入还是输出
• 设计反问：你想强调什么，就把什么放中间
• 调布局成本：布局一旦定，所有功能都会被它框住，改一次代价巨大