什么是 Jev？用于网页数据工作流的类型化决策

摘要：

• Jev 是一个用于带类型概率决策的 TypeSafe 模型。 它的作用是通过受约束的问题类型来裁决给定状态，而不是生成自由形式的聊天回答。
• Choice、Score 和 Noul 请求的是不同形状的答案。 类别、多级评分，以及是/否概率不应被挤压成一个模糊的问题。
• 报告出的概率并不是你工作负载的“正确率”度量。 应该用你打算自动化任务的标注样本来评估这些决策。
• 网页获取与决策策略仍然是彼此独立的层。 Scrapeless 可以获取源内容；外部模型对其进行评估；你的应用决定接下来要做什么。

一个网页采集流水线在抓取页面之后，经常需要做一个小决策：识别文档类别、判断记录是否需要复核，或者评估一段内容与目标主题的契合程度。冗长的生成式回答会让软件更难消费这些决策。

在这种场景下，Jev 是什么？Jev 是一个围绕“带类型决策输出”设计的模型。它的价值取决于你提供给它的状态、对每个问题采用的评判标准，以及应用围绕返回答案所制定的策略。本文解释这些机制以及一个建议中的网页数据工作流。它不会介绍 Scrapeless 的原生集成，也不会展示一次实际执行的 Jev API 评估。

什么是 Jev？

Jev 是 TypeSafe 的 System One 模型，用于针对给定状态做结构化的概率决策。其接口以问题类型为中心，这些问题的输出可以被软件直接解释。

它与通用文本生成流程的区别在于期望的结果。分类任务需要的是在已知集合中选一个选项。评级任务需要的是在描述好的刻度上找到一个位置。是/否判断需要的是与特定陈述绑定的概率。

仅仅因为状态里包含页面文本，这个模型并不会自动变成网页采集器。源内容的获取、源的标识，以及决定提供哪些段落，仍然属于应用层面的职责。当模型结果被用来路由网页记录时，这些边界非常重要。

带类型决策与文本生成解决的是不同工作

带类型决策约束了下游代码接收到的输出形状。文本生成在任务需要时提供解释、摘要或其他语言输出。

任务	有用的结果	应用责任
指定文档类别	一个定义好的选项	维护类别边界与兜底处理
评估主题相关性	在描述级别上的一个位置	定义量表并在标注数据上评估
决定是否需要复核	某个是/否陈述的概率	选择经过验证的复核策略
向读者解释文档	生成的文本	检查来源支撑和实用性
获取文档	已获取的源内容	核实目标与许可的访问路径

一个类别标签在结构上可以是合法的，却仍然是文档的错误标签。一个格式良好的回答并不能证明状态是完整的，也不能证明该决策符合任务的真实答案。

当输出需要解释时，使用文本生成组件。当软件需要一个受约束的判断时，使用带类型决策。一个工作流可以同时使用二者，并保持它们各自的契约独立。

Choice：从定义好的集合中选一个选项

Choice 会在你提供的类别中选择一个选项。回答包含被选中的选项、各选项的概率分布，以及置信度。

对于一个网页数据队列，类别可能区分商品详情页、编辑文章、列表页和未解决工单。用对你的应用有意义的属性来定义每个类别，包括如何处理那些不在集合内的页面。

typed option selection 接口使类别边界变得显式。应用可以保留整个分布，而不仅仅是存下被选中的标签。

不要把兜底类别做成隐藏的实现细节。如果模型被迫在不完整的类别中做选择，即便任务真正合适的类别从未被提供，选出的答案也可能看起来很“笃定”。

Score：在有序等级上对内容打分

Score 会根据有序且有描述的等级来对提供的内容进行评分。它的输出包括一个分数、和各等级相关联的概率，以及置信度。

对于主题相关性，先描述对该研究任务而言，何谓低相关，何谓高相关。笼统的“质量”评分会把写作风格、来源适配度、完整性、事实支撑等问题混在一起。应当在这些判断会触发不同动作时，把它们拆分开来。

返回的分数可能落在定义等级之间。要依照你提供的量表来解释它，而不是把它当作某种“通用质量指标”，试图在不相关任务之间维持可比性。
在决策记录中保留量表定义。如果级别描述发生变化，分数的含义也会随之改变。存储标准的版本信息，以免将旧的和新的观察结果在未加区分的情况下，当作是基于同一套评分标准进行比较。

Noul：评估是/否陈述

Noul 会针对给定状态下的一个是/否问题返回概率。它拟合的是一个可以根据任务证据来评估含义的具体陈述。

一个拟议的审查问题可以询问，所捕获的材料是否让某个必填产品字段仍未解决。问题应说明什么算作“未解决”，以及模型应考虑哪些证据。

避免把若干不相关的条件组合成一个陈述。如果肯定回答既可能表示字段缺失、来源错误，也可能表示类别不确定，下游代码将不知道应优先处理哪种问题。请将策略所需的不同观察拆分开来。

Noul 是概率性判断，而不是许可决策。数据采集资格和授权应保持为明确的应用规则，而不是从模型答案中推断。

置信度并不等于正确性

置信度和概率描述的是返回的决策分布；正确性则需要与经过评估的真实结果进行比较。这些度量回答的是不同的问题。

对于 Choice 和 Score，置信度与分布的集中程度相关。当输入具有误导性、类别定义不清晰，或任务与评估数据不同步时，即便分布高度集中，也仍可能对应错误的决策。

概率校准（probability calibration）研究预测置信度与观测正确性之间的关系。请在你自己的任务上评估这种关系，而不是把服务商输出字段当作已验证的工作负载成功率。

为重要的失败案例保留人工审查过的样本。其中应包括不完整页面、混合页面类型、不适合的内容以及类别边界模糊的情况。将决策及其分布一起审查，然后基于这些结果制定应用的审查策略。

使用 Scrapeless 开始抓取

借助 Scrapeless 强化你的网页抓取与自动化工作流！
立即注册即可获得 5 美元免费额度 —— 无需信用卡。

现在就在 Scrapeless 控制台 领取你的免费额度。

决策模型在网页数据流水线中的位置

决策模型适用于采集和确定性源检查之后，此时应用已经接收了可用于进行有限判断的证据。它不应被用来把一个不可用页面伪装成已完成的抓取结果。

Layer	What it produces	What it does not establish
Scrapeless acquisition	Source content or browser observations	A universal category or training-use permission
Deterministic validation	Source identity and required-field checks	The correctness of every semantic judgment
External Jev evaluation	Typed decision and associated probabilities	A verified action policy for your business
Application policy	Routing or a review queue	Additional facts absent from the source

当任务需要渲染或交互式页面状态时，Agent Browser 提供浏览器采集层。为采集操作选择当前的 Agent Browser 工作流。Jev 评估是一个独立的外部服务，而不是内嵌在 Agent Browser 中的功能。

这种区分遵循普通的 HTTP 表示模型：接收文档和解释文档是两个独立的操作。在请求模型对其作出判断之前，先验证所采集材料确实属于预期目标。

在做出决策之前收集证据

决策输入应包含与问题相关的源材料，以及足够解释它的上下文。添加与页面无关的文本可能会改变判断，却不会提高判断的支撑力。

对于文档类别，保留标题、主体内容、相关的结构化字段以及页面身份信息。对于审查决策，包含必填字段约定以及实际观测到的字段。将捕获时间和源 URL 附在模型自身生成的解释之外。
在采集和分类过程中应用输入文档。存储的标签应指向被捕获的证据以及产生该标签的标准版本。

如果页面捕获结果是验证码挑战、错误页面或无关重定向，应先对采集结果进行确定性分类。将该文档发送给语义模型，可能会对错误的材料产生一个看似有效的标签。

一个建议的分类与审查工作流

该建议工作流负责获取许可来源内容，对其进行验证，提出有边界的问题，并应用审查策略。这是一个架构提案，而不是已部署的集成或经测量的基准。

首先，定义一个已批准的来源列表，以及构成可用记录所需的业务字段。然后，通过合适的 Scrapeless 接入面获取每个页面，并保留其捕获证据。

对未通过来源身份或必填字段检查的记录予以拒绝。对于被接受的记录，向外部模型提供一个特定任务的状态对象。向 Choice 询问文档类别，向 Score 询问定义好的相关性等级，或向 Noul 询问狭义描述的审查条件。

将答案分布和标准与源记录一同存储。应用已在具有代表性的标注样本上评估过的确定性路由规则。将未解决或策略敏感的案例送交人工审查，而不是把每个模型答案都当作可直接执行的指令。

实际调用 Jev 之前，需要具备一个外部 TypeSafe 账户、有效的服务访问权限以及被允许的输入数据集。这里不涉及任何 API 凭证、模型执行，或速度与成本的对比声明。

保持决策记录可检视

可检视的决策记录应保留被评判的内容、问题是如何定义的，以及随之触发了什么应用操作。仅有选定的标签不足以调试结果变化。

有用的记录字段包括来源身份、捕获引用、问题或标准版本、选定答案、分布、审查状态以及所应用的策略版本。将输入变更与模型或策略变更分开保存。

如果同一文档获得了不同的标签，首先比较采集的内容和标准。经过编辑的来源或变更的抽取边界就可以解释这种差异，而无需假定是模型回退造成的。

Web 上下文工程对比解释了更大范围的证据包边界。决策模型消费的是这个证据包；它并不会让证据选择问题自动消失。

限制以及何时保留通用 LLM

当工作流需要开放式解释、拟稿或对话式交互时，应保留通用文本生成组件。Jev 的有界决策接口承担的是更窄的角色。

类型化决策模型并不提供完整的智能体宿主环境。应用仍需管理采集、工具、状态、权限、存储，以及结果之后会触发的动作。仅仅因为其输出易于解析，这些责任也不应被归因到模型身上。

同样地，当条件是精确的，确定性检查就应保持确定性。必填字段缺失或 URL 超出批准范围时，并不需要概率式的分类。

结论

当 Web 数据工作流需要类别、排序评分或是/否概率时，把 Jev 作为类型化决策组件来评估是有价值的。它的输出结构让应用契约更易定义，而证据质量和决策正确性仍然需要评估。

从一个有边界的判断开始，保留来源和标准的溯源信息，并在具有代表性的样本上度量错误，然后再让它接管路由控制。

准备好构建基于证据的 Web 工作流了吗？

使用 Scrapeless 作为采集层，并将其资源需求与当前定价进行对比。在 Telegram 上讨论证据与审查工作流。

常见问题

问：Jev 用来做什么？

Jev 用于对给定状态进行类型化的概率决策。Choice、Score 和 Noul 分别对应选项选择、排序评分以及是/否评估。

问：Jev 能替代 Web 爬虫吗？

Jev 只评估提供给它的材料，并不替代采集层。你的应用必须首先获取并验证相关的来源内容。

问：高置信度的答案能否视为正确性的证明？

高度置信并不代表你的工作负载是正确的。请将决策与带标签的结果进行比较，并评估校准情况和失败案例。

问：Jev 是否内置在 Scrapeless Agent Browser 中？

本文说明的是将独立服务组合在一起的一种提案方案。它并未宣布原生的 Jev 集成，也不包含 TypeSafe 账户。

问：Jev 的决策会自动授权应用执行某个操作吗？

模型的决策本身并不会授权应用执行操作。在路由或更改记录之前，请应用显式权限并评估过的策略。

问：在什么情况下工作流应该改用确定性代码？

对于精确条件，例如缺失必填字段、允许的 URL 作用域、架构验证以及文件对账，应使用确定性代码。将模型判断保留给任务中真正需要解决的语义不确定性。