NanoJev：让小模型直接做选择

开源 / Agent 决策 · 8.5/10 · 建议深挖

很多 Agent 的日常工作其实只是做选择：这一条信息要不要保留，下一步用哪个工具，几个候选结果哪个更合适。NanoJev 用 Qwen3-0.6B 加上专门的决策输出层，直接给候选项返回概率，支持是非判断、选项选择和离散评分。

这样就省去了“先生成一段文字，再从文字里解析答案”的步骤。程序拿到的是结构明确的结果，适合反复调用的小判断。不过，候选项仍要参与模型计算；一次批量前向传播，不代表选项再多也只花同样的算力。

项目里的迷宫和贪吃蛇演示需要拆开看。避碰、路径规划、记忆等工作有相当一部分由代码承担，模型在规定的候选动作里参与决策；不同游戏还使用专门训练的检查点。网页展示的是已录制的运行回放，不能据此认定它已具备通用游戏规划能力。

我更看好它作为一个容易检查的小工具：当流程只缺一个语义判断时，未必每次都要让大模型写一段回答。代码、模型和数据已有入口，但目前证据主要来自作者的小规模实验，本期也没有实测速度。它值得试用，离通用 Agent 的替代品还很远。