代理評估存在一個隱藏問題： 評判本身可能不可靠。 一項新實驗測試了 Jev 對比 GPT-5.6 Luna、Terra 和 Claude Sonnet 4.6。 結果如下： → 500/500 次二元判斷與人類權威一致 → 分數變異性降低 92–913 倍 → 平均延遲為 0.44 秒 → 每次評估成本為 $0.00035 Jev 不會先生成一段文字，再轉換為分數。 它直接做出結構化判斷。 這可能改變代理評估的經濟模式。 更便宜、更快的評判意味著團隊可以評估更多追蹤記錄、執行更多回歸檢查，並在每次代理更新時縮短反饋迴路。 重要提醒：這僅是一次狹窄的早期實驗。 但方向極具吸引力： 可靠的代理可能需要更優秀的評判，而不僅僅是更強大的模型。