论文提出将决策模型集成进 Agent harness，蒸馏 4B 模型超越 Jev 且成本更低

必读论文：将 Jev 等决策模型集成到 harness 中。

他们蒸馏出一个开源的 4B 决策模型，训练数据主要来自 Jev 在智能体自身状态下的回答，结果在该智能体内部表现超过 Jev，且运行成本低得多。

他们的 harness——JevAgentHarness——将每个常规选择交给决策模型处理，仅当置信度超过基于智能体自身轨迹拟合出的阈值时才采用其答案；低于阈值时，LLM 照常决策。采用拟合阈值后，工具和参数级联将成本降低了 14.2%，且 500 个任务的结果无一改变；而固定阈值 0.5 则损失了 21.5 个百分点。

他们还用智能体自身犯错后到达的状态训练 AgentDecision-4B，并以 Jev 的回答作为标签。在与训练数据不同的任务上，智能体使用该模型解决了 91.5%，使用 Jev 则为 82.0%。在熟悉任务上，以这种方式训练的 4B 模型使智能体成本降低 81.1% 至 89.0%，速度最高提升 2.5 倍，同时成功率保持在 3 个百分点以内。

论文：academy.dair.ai/papers/jevag…