购课后，欢迎加入交流群，> 戳此加入 <

• 分工判断：分清问题该交给代码、Jev 还是大模型
• 问题建模：把模糊需求拆成带选项的判断题
• 工程方法：掌握定阈值、搭评测、做校准的系统方案
• 场景实战：电商、客服、Agent 多领域的 Jev 应用

AI 应用中的高频判断任务，未必都要交给大模型推理。厘清代码、决策模型与大模型的分工边界，才是构建高效系统的关键。这门课以 Jev 为例，讲解如何把模糊业务需求拆解为带选项的判断题，并通过置信度阈值、离线评测与概率校准建立可验证的工程方案。内容重点覆盖电商类目预测、同款识别及 Agent 路由级联等场景，展示判断结果如何驱动后续流程。学完你将理解分层智能的设计思路，掌握将判断任务接入业务系统并持续保障效果的基本方法。

为什么开设这门课程？

开发 Agent 或其他 AI 应用时，你经常需要决定：一条工单该转给谁、一个请求该调用哪个模型、一次操作是否需要人工确认。这些任务都在做判断，但该交给规则代码、Jev 还是大模型？选定方案后，又怎样确认它足够准确、成本可以接受，能够接入业务流程？

这门课以 Jev 为例，系统讲解决策模型的原理机制与工程实践。学完这课程，你将能判断什么时候该用 Jev，并独立完成接入与效果验证。这套方法也可以迁移到电商、客服、Agent 等多个场景领域。

这门课教什么？

课程围绕一个核心问题展开：怎样把业务中的判断任务，做成可以验证、能够接入系统的处理流程？

全课 22 讲，包含六个模块和一讲综合实战，从认识模型、设计问题、建立评测，走向电商、Agent 等场景。贯穿课程的分工原则是：代码负责计算和流程控制，Jev 负责判断，大模型负责推理和创作。

认知篇：理解决策模型如何在预设选项中作答、返回概率。结合选型地图，判断哪些需求适合交给决策模型，哪些仍应由代码或大模型承担，为后续接入明确边界。

上手篇：快速上手，掌握 Jev 如何接入，理解输入怎样组织、题型怎样选择，以及成本如何计算、控制。

工程篇：围绕阈值、离线评测与概率校准展开：根据判错代价设置处理边界，用自己的标注数据检验可靠性，为不确定的结果留下人工复核出口，并进一步讨论上线保障。

电商篇：全课重点，覆盖类目预测、同款识别、属性抽取、商品与评论审核、搜索相关性、客服售后六类任务。通过这些案例，学习如何把不同业务需求转成判断问题，再将结果接入后续流程。

Agent 篇：围绕 Agent 的逐步决策、模型路由与级联、安全护栏，学习如何在需要选择的环节引入 Jev。重点理解判断结果怎样影响后续路径，以及代码、决策模型和大模型如何打好配合。

场景拓展篇：将前面的问题设计与工程方法，应用到邮件分拣、知识库问答和交易风控。

综合实战：通过商品审核流水线综合实战，把问题设计、模型判断与处理流程串起来，同时讨论什么时候不该使用 Jev，进一步明确决策模型的应用边界。

• 正在开发 AI 应用、Agent 或智能客服的工程师
• 被大模型调用成本和延迟困扰的技术负责人
• 电商、内容、风控等业务场景的技术人员

1. 订阅成功后，推荐通过“极客时间”App 端、Web 端学习。
2. 本专栏为虚拟商品，交付形式为图文 + 音频，一经订阅，概不退款。
3. 订阅后分享海报，每邀一位好友订阅有现金返现。
4. 戳此查看最新课表、 极客时间 VIP 超值福利，掌握前沿趋势。
5. 企业采购推荐使用“极客时间企业版”便捷安排员工学习计划，掌握团队学习仪表盘。
6. 戳此申请学生认证，订阅课程享受原价 5 折优惠。
7. 价格说明：划线价、订阅价为商品或服务的参考价，并非原价，该价格仅供参考。未划线价格为商品或服务的实时标价，具体成交价格根据商品或服务参加优惠活动，或使用优惠券、礼券、赠币等不同情形发生变化，最终实际成交价格以订单结算页价格为准。