Jev
模型架构
Agent
技术调查
JEV：目前公开的情报
从三个小问题出发，读懂 Jev 的概率、并行决策与 RLCD，再把创始人披露、黑箱实验和独立评测放回各自的位置。我们已经知道什么，又究竟还不知道什么？
2026-09-2233 min
Thinking · Building · Sharing
这里是防御力的个人网站。我会在这里分享 AI、Agent 与软件工程中的实践与思考，也记录课程、文章和正在做的事。
Courses
Writing
从三个小问题出发，读懂 Jev 的概率、并行决策与 RLCD，再把创始人披露、黑箱实验和独立评测放回各自的位置。我们已经知道什么，又究竟还不知道什么？
Community · WeChat
这里不只是文章的评论区。群里会聊近期的 AI 与 Agent 实践，组织小型活动，也会不定期发放免费激活码。
讨论 AI、Agent 与软件工程中的真实问题和实践。
不定期组织主题分享、案例讨论和共创活动。
新产品与课程体验期间，会在群内不定期发放。
扫码添加我的微信，备注「读者群」，我会邀请你进入交流群。
DeepSeek Harness 真正激进的地方，不是插件数量，而是把应用本身变成 Agent Runtime 的组成部分。它离操作系统还有多远？与 Codex、Deep Agents 和 Pi 相比，哪条路线更适合专业产品？
拆解 DeepSeek-R1-Zero 与 DeepSeek-R1 的训练差异、GRPO 的组内相对优势，以及规则奖励、冷启动和多阶段训练如何组合起来。
从条件高斯分布出发推导 DDPM 的前向扩散、反向去噪与噪声预测目标，并补充 DDIM、CFG、潜空间扩散和 flow matching 的关系。