Jev（TypeSafe System One Model）精读与机制映射（200-201）：闭合输出空间 × 校准领地 × 快慢分工

[ThreeFish-AI]

概要

以 /guided-learn 导师式精读拆解 TypeSafe AI 的首个「System One Model」Jev（jev-1.13.0，闭源）：不生成文字、只对预定义类型问题（noul 是非 / choice ≤255 选项 / score ≤10 级）输出带校准概率的决策。全套沉淀入 docs/research/agent-infra/。

交付物

• 200 精读笔记
  • 「快递分拣中心」单射比喻剧场贯穿（脑暴-重聚遴选：40 候选 → 否决 16 → 决赛圈 4.70 分定锚）；
  • 四大机制：M1 闭合输出空间（合法 ≠ 正确，0% 错误率是构造保证非实测）、M2 一次编码·分支隔离·选项读出（100 问内延迟近平坦 / 隔离探针 0.00 vs 0.90 / 跨问题无不变量 0.72+0.47=1.19）、M3 RLCD 校准（confidence 是 adapter 代码可证的固定公式；分布内 ECE≈0.03 → 分布外 0.107 → 强制不确定 0.246）、M4 快慢分工编排（evals 准确率 67.8% 仅第 4，但 $0.0004/0.4s；拆校准「省成本烧质量」）；
  • 五条底层规律（正交分解：输出空间/计算形状/概率语义/分布边界/编排分工）+ 三个争议 + 厂商数字跨源口径冲突表（6 篇公众号对官方数字 7 处失真）+ 批判性边界 5 条；
  • 双 Agent 费曼考评实录（三维盲答 → 薄弱点诊断 → 三板斧补课 → 同构变式复考全绿）与用户自测 3 题。
• 201 机制映射：16 条（✅4/🔶6/⏸6），锚点全部 grep -n 实测。最大真增量是**「闭合输出空间」纪律而非接入模型**：Claude Code 自动作答不校验答案属于选项、Judge/PlanReviewer 解析失败静默降 0 分、global_search「无相关信息」哨兵漏入 reduce；直接接入 Jev ⏸ 暂缓（官方自认 CJK 较弱 / 闭源 / 本仓模型类型枚举无位），触发条件=可自托管 + 中文校准经本仓数据验证（候选 kev/laya）。
• 最小原型 jev_lab.py：纯标准库 399 行、确定性无随机，--selftest 十场景 + --break B1..B6 六次破坏性实验（拆隔离→暗号串线 / 拆闭合空间→越界标签 / 拆温度→自称错 0.7% 实际 12% / OOD 沿用旧温度→错 23.1% / 拆共享前缀→12.5×→1.0× / 互斥拆双 Noul→和 1.85 同时执行），实测日志回灌笔记。
• archify 两相管线图（四件套入 mermaid 管线，validate 0/0 + visual-check 四视口通过）：jev--one-pass-decision（推理相 dataflow）、jev--fast-slow-harness（编排相 workflow）。
• 索引与登记：knowledge-map / research readme §五 / _category_ / mermaid README / CHANGELOG 同步；取证副产物 7 处漂移（3 个未注册 task key、auto_answer_model 死配置等）登记 ISSUE-198。

与 #1170 的编号协调

feature/1.x.x 已合入 Hermes 精读（agent-harness 190-191 + ISSUE-196/197），本 PR 将 Jev 精读从 190/191 重编号为 200-201、ISSUE-196 → ISSUE-198（编号纪律「新主题开新十位段」，跨目录同号双主题易混淆），全部交叉引用同步改号；另顺手修复 CHANGELOG 中一处指向已外置 to-video 仓的失效相对链接。

验证

• uv run --no-project python docs/research/agent-infra/assets/jev_lab.py --selftest → SELFTEST PASSED ✔；B1–B6 各自产出可复现退化日志，笔记引用逐字比对一致；
• 独立 Veracity 子 Agent 对 190/191 全部数字、证据分级、锚点、IEEE 引用与判定计数逐项核验（5 处材料性修正已回填，含 B4 账单方向订正）；
• pre-commit 全绿（含 series-consistency-check 规则 5 死链检查）；两张 archify 图产物均 ≤ 1 MiB。

🤖 Generated with Claude Code