项目清单

browser-use 的超快 agent：决策模型在一次请求里同时挑出操作与 DOM 元素，只有在需要输入文字时才动用一个小模型。

手机上的对话副驾：在微信 / QQ / X / 飞书里读懂对方，给出候选回复并填进输入框，发不发由你。只读屏幕，不 hook 也不改包。

macOS 上的计算机操作：截图做 OCR、用决策模型分类下一步动作、点击。作者报每步约 $0.0002。

给 Hermes agent 用的一套技能：模型路由、记忆、上下文压缩、技能选择、计算机与浏览器操作，也都装得上 Claude Code 和 Codex。

「决策模型点、Codex 想与验」的分工，作者报浏览器操作快 5–10 倍。

玩超级玛丽的 agent —— 输入不是画面像素，而是模拟器给出的结构化状态。

安卓上独立的 agent：每一步都由决策模型做，另有一个实时的工作室界面显示决策遥测。

微信消息的意图识别悬浮窗（macOS）：看屏 + 本地小模型判断意图与风险，再按话术生成回复候选。纯只读，不注入微信。

用语音控制真实浏览器：每说出一个词，约 300 ms 内定出意图与目标元素，再由 Playwright 执行 —— 往往在你把话说完之前动作就已经发出去了。

用决策模型驱动浏览器操作。

浏览器扩展：用决策模型判断页面上哪些是杂物并去掉，规则可以存成模板复用。

MuJoCo 里的机器人决策工作台。

MuJoCo 里只用摄像头的自主无人机，判断环节以 2.5 Hz 跑。

Claude Code 插件：把「压缩成摘要」换成「逐条打分」—— 一次请求里给每个工具调用与结果判「还需要吗」，过期的丢掉或截断，留下的逐字保留。

agent 监工：用决策判断把编码 agent 拉回任务上。

让大模型为具体任务写出一个决策 harness，可选地对整条轨迹做奖励反思并用 GEPA 演化。

面向 agent harness 的结构化决策插件，原生支持 DeepSeek Harness，通过 iPolloWork 也支持 OpenCode、Codex Harness。

Claude Code 插件：在模型看到之前就把冗长的 Bash 输出裁掉。

给 Pi 编码 agent 的决策层：一个测过的工具调用门，外加一个 jev_ask 拿类型化、带校准的答案。

给 Pi 的护栏，取向是引导而不是打断：判不可逆与跑偏的工具调用、发现卡住的循环、检查「说做完了但其实没验证」，全部由决策模型来做。

一个技能：教你怎么写、怎么改那些调用决策模型的程序。

分阶段的代码审查工作流，带一个本地看板。

用决策模型做网页搜索：选源、理解查询、相关性排序。

让决策模型在候选里选一个，把 Claude Code 的任务路由到够用且最便宜的模型上。

PostgreSQL 扩展：用平白的语言问你的表。

Codex 的逐轮路由：每一轮都重新决定用哪个模型、思考深度和速度模式。

local-first 的 MCP 插件：让编码 agent 持续做软件质量审查。

营销分析平台：把一个「品牌曝光分类器」从大模型迁到决策模型的布尔判断上，由 feature flag 控制切换。

轻量路由：模型、工具、子 agent 三个都可以由它来选。

命令行工具：把仓库解析成方法级调用图，再让决策模型标出可能的缺陷、并检查用白话写的项目规则。

按意思而不是按模式搜索：给每一行打一个「像不像这个意思」的分，再用 AND / OR / NOT 组合多个意思。

在 Neo4j 图上一跳一跳地走：对候选的每条出边做一次分类，用 beam search 在答案的 log 概率上搜索。

在自家一张 3090 上跑语义 if：把开源模型改造成决策模型。独立项目，与官方无关。

0.6B 的复刻：并行决策、候选可变，不生成任何 token，训练流水线一并放出。

训练一个小模型：在会变长变短的选项列表里选一个，一次前向给每个选项一个概率。附带 Doom、国际象棋、Wikispeedia 三个演示。

395M 的非自回归模型，15 ms 以内给出类型化答案与校准概率，定位是本地直替。

把任意开源模型变成分类器，或者变成一个兼容端点。

把任意大模型变成决策模型：从下一个 token 的 prefill 分布里读类型化答案与校准概率，不需要训练。

开源的兼容决策服务端，架在 DiffusionGemma 上。

基于一个 2B 模型微调：一次前向给出类型化判断与校准概率。

把本地模型改造成兼容的结构化决策引擎，三种原语的输出全靠 prefill-only 的二值推断得到。

0.6B 的复刻，专给 agent 用：把 diff、trace、日志这类非结构化状态喂进去，一次约 50 ms 的前向换回概率分布，不产生输出 token。

151M 的非自回归决策引擎，作者报在公开榜单上同时超过官方模型与 Laya：77.10% 准确率、0.0636 Brier、0.0144 ECE。

在 Apple Silicon 上做的教学性实验：共享上下文、直接给候选打分，带本地可视化演示。

自托管的替代实现。

一个小型的开放决策模型：状态加类型化问题，换回校准概率。

Vercel 的开放 agent 框架：在它实验性的 evaluate 路径里，把决策模型作为默认的评测模型。

官方技能：给 Claude Code、Codex 及兼容 agent 讲三种原语、常见模式，以及怎么设计评测。

Vercel Labs 的终端 CLI，可以把它当成 evaluate 命令的评测模型。

MCP 的概念验证：把决策模型接进支持 MCP 的客户端。

Go 写的单文件 MCP 服务端，把类型化判断暴露给 Claude Desktop、Claude Code 与 Codex。

官方的直替适配器：把客户端换掉，背后接 OpenAI、Anthropic 或兼容的大模型接口 —— 用来把决策模型和聊天模型放在同一套评测里比。

官方 JS/TS 客户端，返回值的类型是推断出来的。

官方 Python 客户端，同步与异步两套。

在 Monad 的每个区块上做一次交易决策。

一个会变成你意思的输入框：随着你打字，这个文本框长成合适的界面。可以离线跑。

一个「大模型 + 决策模型」的工作流。（公开描述只有这一句，没有更具体的说明。）

用主动学习改进判断定义：拿人工标注当反馈，用 GEPA 把「怎么问」迭代得更好。

描述你的创业想法，它来判断：砍掉、修一修、还是可以开做。

在 Hyperliquid 上实盘跑的决策交易。