Jev 在 Hermes 体系中的适配环节评估（基于全部实测）
2026-09-21｜评估人：小墨 证据：本轮上下文剪枝全套实测（6 会话×2 模式 + 628 条抽检）+ 已上线三处生产接入 + 批量形态对照 + 稳定性/降级实验
结论
Jev 最适合落在控制层的「可逆判定」：去重、分诊、打分排序、预筛门禁。 最不适合的是不可逆的内容取舍（如上下文删除）。
本轮最大的收获不是「能不能用」，而是用在哪类问题上它才可靠。三条判据必须同时满足：
- 动作可逆 —— 判错能回退（标记 ≠ 删除，排序 ≠ 裁剪）
- 判据可核对 —— 有 ground truth 能事后验真（如 7 对人工裁定的重复判定）
- 问法是判别式 —— 比较/分档，而不是绝对式「还需要吗」
上下文剪枝三条全不满足（不可逆 + 判据无法自证 + 绝对式问法退化），所以判 NO-GO。 反之，已上线三处三条全满足，所以稳定运行。
一、路由矩阵（按体系环节）
| 环节 | 适配度 | 判断依据 | 现状 |
|---|---|---|---|
| 控制层·去重/相似判定 | 高 | 判据明确、动作可逆、有 ground truth | ✅ 生产（晨报语义去重） |
| 控制层·分诊/告警 | 高 | 二值/多档判定，动作是「是否打扰」 | ✅ 已接（wiki 告警分诊） |
| 控制层·重要度/价值打分 | 高 | score 原语 + 分位排序 | ✅ 影子期（重要度扫描） |
| 记忆栈·retain 预筛 | 高 | 只标记不拦截，风险最低 | ✅ 影子期（未拦截） |
| 控制层·验收/质量抽检 | 中高 | 判定质量分，动作=标记 | ✅ 已接（翻译 QA） |
| 搜索层·意图分类/引擎选择 | 中高 | choice 原语天然适配，选错可重搜 | ⬜ 未接（路由决策现在靠读 42KB matrix + 主模型判断） |
| 控制层·高影响动作前的粗筛 | 中高 | 预筛排序，动作=「要不要做」 | ⬜ 未接（真实空缺） |
| 执行层·agent 主循环主控 | 低 | 不生成文本；做主控会放大单点风险 | ❌ 明确不接 |
| 上下文层·压缩/删除 | 低 | 不可逆 + 可重跑≠可恢复 + 判据无法自证 | ❌ 本轮 NO-GO |
| 出口层·内容生成 | 不适用 | 无文本生成能力 | ❌ 不适用 |
二、已在生产验证的三处（不是推测）
| 落地 | 文件 | 形态 |
|---|---|---|
| 晨报语义去重 | ~/.hermes/skills/productivity/morning-brief/scripts/fetcher.py |
Jev 优先 + LLM 兜底（backend=auto）；坏 key 故障注入 7/7 转兜底 |
| Wiki 告警分诊 | ~/.hermes/scripts/wiki_alert_triage.py |
是否打扰 + 紧急度 |
| retain 预筛 | ~/.hermes/scripts/hindsight_retain_prescreen.py |
影子期，只标记不拦截 |
这三处的共性：判错的代价是「多看一眼」或「排序偏一位」，而不是「信息消失」。
三、最该补的两个空缺
- 搜索路由（路由决策现由
search-routing-matrix/SKILL.md41,877 字节 + 主模型判断承担；search_router.py本身是 search-worker 调用器，不含路由规则） - 把「读矩阵 + 主模型推理」的首跳路由换成一次 Jev choice；choice 原语天然适配。 - 为什么合适：选错可重搜（动作可逆）、有明确对照（命中质量）、成本极低。 - 边界：Jev 只做首跳，升级链（首搜无果→升级反爬）仍留给主模型（多跳推理是 Jev 公开短板）。 - 高影响动作前的可逆粗筛 - 在启动耗时/高成本流程（深度调研、大批量处理、发布前）之前，用 Jev 做优先级预筛： 「这批候选里哪些值得进下一步」。 - 为什么合适：动作是过滤输入而非裁剪产物，且分档由我们定（quantile），Jev 只提供排序。 - 这是当前体系真实空缺：现在这类判断要么靠规则，要么靠主模型逐条想。
四、明确不接
- 上下文压缩 / 删除（本轮结论）
- agent 主循环主控 / 任何唯一门控的高风险动作
- 需要生成、解释、长文本输出的位置
五、四条工程纪律（本轮实测得来，必须沿用）
- 问法必须判别式：绝对式「还需要吗」会触发强先验 → 退化为全删/全同 （实测：boolean 模式下 6/6 会话保留率 0.0%，~390 候选无一过阈）。
- state 形态决定可靠性：records 绑定（每题自包含 + 隔离句 + ID 绑定校验） ≫ 整段 state 多问（同一问法实测 0.09–1.03 vs 0.02–0.37）。
- 量表是任意的 → 用分位排序，别用绝对阈值：模型分值整体低于量表名义中点， 固定阈值必然退化。
- 降级链内建：实测存在 429/503，必须指数退避 + 整次放弃回退（绝不半途生效）。
六、一句话口径
Jev 是「可编程的模糊 if」——它是控制层的一把好尺子，不是一把能裁掉材料的刀。 用它做判断和排序，不要用它的判断去永久删除内容。
更正说明（2026-09-21）
本报告初版把搜索路由记作「search_router.py 137 行纯规则分发」——经读源码核实为误。
该脚本是 search-worker 调用器（build prompt → 调 worker → 归一化 packet），不含任何路由规则；
路由决策实际由 search-routing-matrix/SKILL.md（41,877 字节）配合主模型判断承担。
矩阵表与「最该补的空缺」两条已同步更正；结论方向不变，但收益点应表述为「省掉每次加载路由矩阵的开销」。