一篇发表于2026年10月15日的arXiv论文（作者Kunlun Zhu等）提出JevAgentHarness：把大模型智能体每一步的“多选题”式决策——例如下一步调用哪个工具——交给Jev这类决策模型处理，并在拟合出的置信阈值以下才回退给大模型做决定。作者构建了AgentDecisionBench，报告称在孤立问题上准确率最高的决策模型仅完成69.5%的智能体任务，而在未拟合置信阈值的情况下直接委派工具选择会让成功率下降19.0个百分点。作者还用Jev的答案作为标签，在智能体自身犯错后到达的状态上训练了开放4B决策模型AgentDecision-4B；据其报告，在与训练数据不同的任务上，使用AgentDecision-4B的智能体解决率为91.5%，使用Jev为82.0%；在与训练数据相似的任务上，此类4B模型使智能体成本降低81.1%–89.0%、速度最高提升2.5倍，且任务成功率下降未达3个百分点。模型、数据与该harness均表示将会发布。