開發人員提出了一種名為AgentJev的模型，適用於代理循環

開發人員發佈了AgentJev-0.6B，這是一種專門為代理系統設計的語言模型。該版本針對需要快速做出決策而不需要生成長文本序列的任務進行了優化。

其架構基礎是Qwen3-0.6B模型，該模型已經過微調以在zero-token-decoding模式下工作。與標準文本輸出不同，系統返回類型化決策的概率分佈，例如邏輯值（boolean）、選擇列表（choices）和數值評分（scores）。這種方法允許將模型作為「反射」節點集成到代理循環中。

該工具在21小時的測試中展示了76分的性能。該模型針對需要代理立即對輸入數據做出反應而無需對token進行解碼的場景進行了優化，從而降低了推理鏈中的延遲。

該項目的倉庫可在GitHub上獲得，採用開源許可。使用AgentJev允許代理系統的開發人員用輕量級的模組替換重型LLM，以進行分類和做出離散決策，從而大大加快了自主執行者在實時的工作速度。