Jev 决策模型工程实践--极客时间课程推荐/优惠
本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。
课程详情
你将获得：
- 分工判断：分清问题该交给代码、Jev 还是大模型；
- 问题建模：把模糊需求拆成带选项的判断题；
- 工程方法：掌握定阈值、搭评测、做校准的系统方案；
- 场景实战：电商、客服、Agent 多领域的 Jev 应用。
课程介绍
为什么开设这门课程？
开发 Agent 或其他 AI 应用时，你经常需要决定：一条工单该转给谁、一个请求该调用哪个模型、一次操作是否需要人工确认。这些任务都在做判断，但该交给规则代码、Jev 还是大模型？选定方案后，又怎样确认它足够准确、成本可以接受，能够接入业务流程？
这门课以 Jev 为例，系统讲解决策模型的原理机制与工程实践。学完这课程，你将能判断什么时候该用 Jev，并独立完成接入与效果验证。这套方法也可以迁移到电商、客服、Agent 等多个场景领域。
这门课教什么？
课程围绕一个核心问题展开：怎样把业务中的判断任务，做成可以验证、能够接入系统的处理流程？
全课 22 讲，包含六个模块和一讲综合实战，从认识模型、设计问题、建立评测，走向电商、Agent 等场景。贯穿课程的分工原则是：代码负责计算和流程控制，Jev 负责判断，大模型负责推理和创作。
认知篇：理解决策模型如何在预设选项中作答、返回概率。结合选型地图，判断哪些需求适合交给决策模型，哪些仍应由代码或大模型承担，为后续接入明确边界。
上手篇：快速上手，掌握 Jev 如何接入，理解输入怎样组织、题型怎样选择，以及成本如何计算、控制。
工程篇：围绕阈值、离线评测与概率校准展开：根据判错代价设置处理边界，用自己的标注数据检验可靠性，为不确定的结果留下人工复核出口，并进一步讨论上线保障。
电商篇：全课重点，覆盖类目预测、同款识别、属性抽取、商品与评论审核、搜索相关性、客服售后六类任务。通过这些案例，学习如何把不同业务需求转成判断问题，再将结果接入后续流程。
Agent 篇：围绕 Agent 的逐步决策、模型路由与级联、安全护栏，学习如何在需要选择的环节引入 Jev。重点理解判断结果怎样影响后续路径，以及代码、决策模型和大模型如何打好配合。
场景拓展篇：将前面的问题设计与工程方法，应用到邮件分拣、知识库问答和交易风控。
综合实战：通过商品审核流水线综合实战，把问题设计、模型判断与处理流程串起来，同时讨论什么时候不该使用 Jev，进一步明确决策模型的应用边界。
课程目录（更新中）
开篇词
- 开篇词｜判断层为什么会成为 AI 应用的新基础设施？
认知篇
- 02｜选型地图：Jev、大模型、传统分类器和开源方案怎么选？
- 01｜Jev 的定位：从杰文斯悖论到 System One，Jev 想解决什么问题？
作者介绍
推荐
