CGL AGENT LAB2026-09
这一页讲清楚我们最近在折腾的一套逻辑：怎么让 AI 不瞎猜、有记性、还不泄密。没有黑话，全部说人话。
你问"这条客户消息急不急"，它回你三段分析。你要的其实就一个词：急 / 不急。而且同一句话问三遍，答案可能不一样。
昨天踩过的坑、你交代过的偏好，今天全部归零。每个对话都是失忆重启，好经验攒不下来。
我们的解法分两层：判断交给"决策引擎"，记性交给"记忆系统"。下面分开讲，最后讲它俩怎么配合。
决策引擎（国外叫 Jev，我们另部署了开源平替 Laya）是专门训练来"回答窄问题"的小模型。它不生成文章，只出三种答案：
🔸 是非题（noul）："客户是否明确要求退款？" → 是，把握 99%
🔹 选择题（choice）："这消息归谁处理？" → 账单组，把握 94%
🔺 打分题（score）："这预算有竞争力吗？" → 1.9 / 2，偏上
三个关键好处：
1️⃣ 不可能胡编——它只能从你给的选项里挑，结构上没法输出别的；
2️⃣ 自带把握度——它会说"我不确定"（置信度低），这时候机器自动转人工，不硬拍；
3️⃣ 便宜到可以放开用——一次判断约万分之二美元，一天调一万次也就几毛钱。
我们装了两个引擎，各管一摊：
| ☁️ Jev（云端） | 🏠 Laya（本机） | |
|---|---|---|
| 擅长 | 中文分类、打分，复杂语义 | 是非判断，英文题 |
| 数据出网？ | 会 | 不会（纯本地） |
| 花钱吗 | 极少 | 零 |
| 稳定性 | 高 | 同题问三遍，答案一模一样 |
写了一个统一入口：问题丢进来，它自动判断该给谁——涉及隐私的、要复现的，绝不出网；要精细分类的，交给云端。哪个引擎坏了自动切另一个，你无感。
例：一条客户消息进来 "是否含机密？" → 🏠 Laya 本地判断（不过外网） "归哪个部门？" → ☁️ Jev 云端判断（分类更准）
每个 Agent 配一本"工作日志"（journal），规则很简单：
📝 踩了坑、学了招、做错事，必须记一笔——场景是什么、下次怎么做，缺一样不许入库（防套话）；
🛡️ 入库先过安检——本机引擎先扫一遍"有没有密码、有没有隐私"，扫的时候日志内容不出网；
🔄 每周复盘——把散的观察合并成经验，写进"心智模型"；该谁负责的事不乱记，以人定的规矩为准；
📉 会遗忘——没用的条目自动降权，不占地方。
一句话：日记本 + 安检门 + 周复盘 + 遗忘曲线。
这是最有意思的部分——引擎和记忆互相喂：
引擎每次都是白纸，没有历史。把日志里"类似场景上次判了什么、后来结局如何"打包塞给它 → 判断从"凭感觉"变成"有先例"。原来没把握（39%）的判断，喂了 20 条历史后把握能上一个台阶。
新观察进来，引擎先判"是不是和最近 5 条重复"——重复的合并，不堆噪音；周复盘时判"这条经验还有没有用"——没用的进衰减区。日记本从"只进不出"变成"有新陈代谢"。
每次判断的"谁答的、多快、多大把握"都记进日志。攒一个月，我们就知道哪个引擎在什么场景可靠 → 据此修订路由规则 → 判断更准 → 记录更可信。飞轮转起来。
但不越线："什么值得记住"这种价值判断永远留给人（规则 + 人工复核），不交给机器自动裁。机器管效率和把关，人管方向和取舍。
| 测试 | 结果 |
|---|---|
| 中文退款判断（是非） | 99.5% 把握，答对 |
| 工单分类（中文选择题） | 94~100% 把握，答对 |
| 同题问三遍 | 答案完全一致（极差 0） |
| 单次判断速度 | 本地 0.2~0.3 秒 / 云端 0.8 秒 |
| 故障切换 | 引擎挂了自动切备用，带标记可审计 |
测试环境：Mac 本地 + 云端 API，2026-09-29/30。中文选择题给本地 Laya 确实不行（把握 <50%），所以路由层硬性划给云端——知道自己不行也是能力。
一句话收尾：让 AI 写东西的是模型，让 AI 拍板的是引擎，让 AI 长记性的是记忆——三层各干各的，谁也别越位。
© 2026 CGL Agent Lab · 本页由 Hiro 构建 · 详细技术版见 /tech/