專案清單

browser-use 的超快 agent：決策模型在一次請求裡同時挑出操作與 DOM 元素，只有在需要輸入文字時才動用一個小模型。

手機上的對話副駕：在微信 / QQ / X / 飛書裡讀懂對方，給出候選回覆並填進輸入框，發不發由你。只讀螢幕，不 hook 也不改包。

macOS 上的計算機操作：截圖做 OCR、用決策模型分類下一步動作、點選。作者報每步約 $0.0002。

給 Hermes agent 用的一套技能：模型路由、記憶、上下文壓縮、技能選擇、計算機與瀏覽器操作，也都裝得上 Claude Code 和 Codex。

「決策模型點、Codex 想與驗」的分工，作者報瀏覽器操作快 5–10 倍。

玩超級瑪麗的 agent —— 輸入不是畫面畫素，而是模擬器給出的結構化狀態。

安卓上獨立的 agent：每一步都由決策模型做，另有一個即時的工作室介面顯示決策遙測。

微信訊息的意圖識別懸浮窗（macOS）：看屏 + 本地小模型判斷意圖與風險，再按話術生成回覆候選。純只讀，不注入微信。

用語音控制真實瀏覽器：每說出一個詞，約 300 ms 內定出意圖與目標元素，再由 Playwright 執行 —— 往往在你把話說完之前動作就已經發出去了。

用決策模型驅動瀏覽器操作。

瀏覽器擴充套件：用決策模型判斷頁面上哪些是雜物並去掉，規則可以存成模板複用。

MuJoCo 裡的機器人決策工作臺。

MuJoCo 裡只用攝像頭的自主無人機，判斷環節以 2.5 Hz 跑。

Claude Code 外掛：把「壓縮成摘要」換成「逐條打分」—— 一次請求裡給每個工具呼叫與結果判「還需要嗎」，過期的丟掉或截斷，留下的逐字保留。

agent 監工：用決策判斷把編碼 agent 拉回任務上。

讓大模型為具體任務寫出一個決策 harness，可選地對整條軌跡做獎勵反思並用 GEPA 演化。

面向 agent harness 的結構化決策外掛，原生支援 DeepSeek Harness，通過 iPolloWork 也支援 OpenCode、Codex Harness。

Claude Code 外掛：在模型看到之前就把冗長的 Bash 輸出裁掉。

給 Pi 編碼 agent 的決策層：一個測過的工具呼叫門，外加一個 jev_ask 拿型別化、帶校準的答案。

給 Pi 的護欄，取向是引導而不是打斷：判不可逆與跑偏的工具呼叫、發現卡住的迴圈、檢查「說做完了但其實沒驗證」，全部由決策模型來做。

一個技能：教你怎麼寫、怎麼改那些呼叫決策模型的程式。

分階段的程式碼審查工作流，帶一個本地看板。

用決策模型做網頁搜尋：選源、理解查詢、相關性排序。

讓決策模型在候選裡選一個，把 Claude Code 的任務路由到夠用且最便宜的模型上。

PostgreSQL 擴充套件：用平白的語言問你的表。

Codex 的逐輪路由：每一輪都重新決定用哪個模型、思考深度和速度模式。

local-first 的 MCP 外掛：讓編碼 agent 持續做軟體質量審查。

營銷分析平臺：把一個「品牌曝光分類器」從大模型遷到決策模型的布林判斷上，由 feature flag 控制切換。

輕量路由：模型、工具、子 agent 三個都可以由它來選。

命令列工具：把倉庫解析成方法級呼叫圖，再讓決策模型標出可能的缺陷、並檢查用白話寫的專案規則。

按意思而不是按模式搜尋：給每一行打一個「像不像這個意思」的分，再用 AND / OR / NOT 組合多個意思。

在 Neo4j 圖上一跳一跳地走：對候選的每條出邊做一次分類，用 beam search 在答案的 log 機率上搜索。

在自家一張 3090 上跑語義 if：把開源模型改造成決策模型。獨立專案，與官方無關。

0.6B 的復刻：並行決策、候選可變，不生成任何 token，訓練流水線一併放出。

訓練一個小模型：在會變長變短的選項列表裡選一個，一次前向給每個選項一個機率。附帶 Doom、國際象棋、Wikispeedia 三個演示。

395M 的非自迴歸模型，15 ms 以內給出型別化答案與校準機率，定位是本地直替。

把任意開源模型變成分類器，或者變成一個相容端點。

把任意大模型變成決策模型：從下一個 token 的 prefill 分佈裡讀型別化答案與校準機率，不需要訓練。

開源的相容決策服務端，架在 DiffusionGemma 上。

基於一個 2B 模型微調：一次前向給出型別化判斷與校準機率。

把本地模型改造成相容的結構化決策引擎，三種原語的輸出全靠 prefill-only 的二值推斷得到。

0.6B 的復刻，專給 agent 用：把 diff、trace、日誌這類非結構化狀態喂進去，一次約 50 ms 的前向換回機率分佈，不產生輸出 token。

151M 的非自迴歸決策引擎，作者報在公開榜單上同時超過官方模型與 Laya：77.10% 準確率、0.0636 Brier、0.0144 ECE。

在 Apple Silicon 上做的教學性實驗：共享上下文、直接給候選打分，帶本地視覺化演示。

自託管的替代實現。

一個小型的開放決策模型：狀態加型別化問題，換回校準機率。

Vercel 的開放 agent 框架：在它實驗性的 evaluate 路徑裡，把決策模型作為預設的評測模型。

官方技能：給 Claude Code、Codex 及相容 agent 講三種原語、常見模式，以及怎麼設計評測。

Vercel Labs 的終端 CLI，可以把它當成 evaluate 命令的評測模型。

MCP 的概念驗證：把決策模型接進支援 MCP 的客戶端。

Go 寫的單檔案 MCP 服務端，把型別化判斷暴露給 Claude Desktop、Claude Code 與 Codex。

官方的直替介面卡：把客戶端換掉，背後接 OpenAI、Anthropic 或相容的大模型介面 —— 用來把決策模型和聊天模型放在同一套評測裡比。

官方 JS/TS 客戶端，回傳值的型別是推斷出來的。

官方 Python 客戶端，同步與非同步兩套。

在 Monad 的每個區塊上做一次交易決策。

一個會變成你意思的輸入框：隨著你打字，這個文本框長成合適的介面。可以離線跑。

一個「大模型 + 決策模型」的工作流。（公開描述只有這一句，沒有更具體的說明。）

用主動學習改進判斷定義：拿人工標註當反饋，用 GEPA 把「怎麼問」迭代得更好。

描述你的創業想法，它來判斷：砍掉、修一修、還是可以開做。

在 Hyperliquid 上實盤跑的決策交易。