# Jev 决策系统上线：先路由再调用大模型，上下文缩小约 9 倍

ChengOS 现在可以在 Agent 前面放一个决策模型：在任何大模型运行之前，**Jev** 先读用户的最新请求，从你在画布上声明的路由里选一条，把请求交给只带所需工具的专用 Agent；不明确的请求仍交给原来的通用 Agent，能力不减。

我们在 157 条中英文请求（routing-eval-v2）上做了放行评测，结果如下：

| | 结果 |
|---|---|
| 路由准确率 | **156 / 157**（99.4%） |
| 需工具回合的上下文 | **缩小约 9 倍**（4,277 → 469 token） |
| 路由延迟 | **0.57 秒** p50（对话模型做路由为 1.4–2.9 秒） |
| 端到端完成度 | 与通用 Agent 持平，比 Tool Hub 高 5–9 条 |

几个值得一提的点：

- **路由器是优化，不是关卡。** 闲聊、模糊或多意图请求、低置信度和故障都会退回通用 Agent，最坏情况就是今天的行为。
- **路由不授予权限。** 每个工具调用仍要经过确定性的审批策略。
- **数据要留在本地？** 可以换成在自己硬件上运行的 Laya，毫秒级作答，但更保守。
- 剩余风险是多意图表述：所有模型（包括 Jev）都错送了同一条「把代码审查结果发邮件给团队」。

📖 完整说明：[Jev 决策系统](https://chenghub.org/docs/jev-decision-system)
📊 交互式评测报告：[Jev 语义路由评测](https://claude.ai/artifact/Rp4Hzx2KkkLkgpHHddygg7)
🛠️ 动手搭建：[用决策分支做语义路由](https://chenghub.org/docs/agent-semantic-routing)

欢迎在评论里分享你的路由场景和实测数据。