给决策模型发一张选择题卷子，Switch 想绕开工具调用这个坑

switch cover

Switch 是一个给决策模型用的 harness 框架。作者 Onur Solmaz 把仓库和解释视频一起放了出来，目标很明确：让 Jev 这类只输出概率答案的模型，也能进入 agent 循环。

决策模型和聊天模型不一样。它回答 bool、choice、score 这类题，给出概率，不写自然语言。coding agent 依赖模型生成工具调用，Jev 做不到。Switch 把这一步挪到代码里：域定义状态，问题函数从状态里推导出有限选项，模型选一个，转换函数拿答案生成下一个状态。

这套循环把开放生成压成离散路由。选项是代码，不是散文。

作者给的示例里，评分裁判最实在。传统做法把 PDF、docx、md 抽成文本塞进上下文，视觉格式也算评分项时，每页还要转成图片。200 页文档，问题只涉及几页，大部分上下文浪费。Switch 的 rubric judge 让模型一步步读文件、看页面图、搜关键词，直到能逐条打分。

有网友说，让裁判自己翻 200 页，而不是把每页图都倒进上下文，这一点说服了他。评测成本涨得快，这种省法很直接。

仓库里还有 chess、WikiRace、ticket triage 示例。triage 例子中，模型每次选读哪个日志，读完选 stop，最后选团队。域负责把状态、问题、转换写清楚，模型只做选择。

安装需要 Node.js 22.18 或更新版本：

npm install @osolmaz/switch

Switch 不绑定 Jev。任何 pi-ai 列为 classifier 的决策模型都能接。跑完留下 trace，replay 不调模型，也能 fork 前 n 步让模型继续。

限制也清楚。作者自己说 Jev 下棋很弱，做裁判还替代不了 GPT 6.1 Sol。有网友贴出 TypeSafe dashboard 的数字：Jev 与参考一致率 67.8%，Opus 5 在 workflow 模式 74.1%。这个数字适合当 bootstrap，不适合直接换生产裁判。

更值得看的是选项生成。有网友问，大选项集和乱状态哪个先崩；也有人指出，生成的菜单仍会漏合法走法。开放式生成变成有限选择，验证容易了，但选项从哪来、怎么保持小，还是域工程。

如果域足够窄，这套东西有成本优势。先用强模型生成数据，再拿开源决策模型在 Switch 这类 harness 里微调，做单一任务可能比通用模型便宜很多。前提是状态、问题、转换都写对。Switch 标准化的正是这层脏活。