Jev 需求质量门禁：判断逻辑与工作过程
AI 时代需求像真的、又多又全，人工评审抓不到重点。核心设计：判断是主业，生成是副业 —— 用 System One 模型把质量判断变成可编程、带置信度、可批量、可复现的分拣信号。
TypeSafe System One「Jev」· 不生成文本，只返回带校准概率的结构化判断（Choice / Score / Noul）· 开源实现 jev-req-gate
① 它解决什么：四个真实痛点
AI 扩写的需求不是"写得差"，而是"看起来全面、其实不可信"——工具定位是分拣，不是重写。
像真的，抓不到重点AI 按通用知识扩写，人工评审每条都像对的，却难判断是否契合当前项目上下文
冗余堆砌内容看起来全面、细致，实则不少条目"并不需要"，评审被淹没
前后矛盾一篇文档内互相冲突（删除被引用商品：阻止 vs 强制删除），靠人通读才发现
隐形知识根因：文档自足性——大量术语、假设、依赖在文档之外，读的人以为懂了
② 工作过程：从文档到三堆（一次调用，全自动）
输入是手头就有的需求文档，输出是可直接行动的 放行 / 转人工 / 打回。
关键设计：跨条矛盾、上下文契合、隐性依赖都依赖比较——所以 state 打包"条目 + 全文 + 既有需求集"，一次调用同时判 22 维，不是逐条孤立判断。
③ 判断逻辑精华：全量判断，但打回只看可靠信号
这是整套设计最值得借鉴的一点——不是"22 个维度都当硬规则"，而是校准后分层使用。
MECE 5 面 × 22 个原子问题（每个问题只问一件事，复杂判断在代码里组合）
表述
无歧义 / 原子性 / 可理解 / 术语已定义
内容
完整 / 可验证 / 自足 / 不夹带实现方案
现实
正确 / 可行 / 必要 / 不冗余 / 符合上下文
关系
与既有需求不矛盾 / 依赖声明 / 一致
治理
可追溯 / 风险 / 优先级 / 验收可量化
打回（red）—— 只认 6 个最可靠信号
正向白名单：self_contained / correct / feasible / necessary < 0.3 任一破线，或负向 contradicts_siblings > 0.7，或质量均分 < 1.0 → 直接打回。宁可少杀，不可错杀。
提示（yellow）—— 其余全部降权
质量分 / terminology_defined / risk / implementation_free 只作提示，不参与打回——实测它们对"指标、约束、兼容性"等好需求系统性误伤。
④ 路由带：概率不是二分类，中间带交给人工
Jev 输出 0–1 概率，路由用阈值分层——不确定的绝不硬消，这是门禁可信度的来源。
实测行为：正常文档"无致命硬伤但处处需确认"时全黄——这是保守门禁该有的样子，不是故障。想更激进可用收紧阈值模板。
⑤ 为什么要 Jev 而不是 LLM：同一测试集、同一判定协议的真实对比
17 条 × 2 轮，Jev vs DeepSeek V4 Flash，本仓库实测（benchmarks/ 可复现）。
| 指标 | Jev（System One） | DeepSeek V4 Flash（LLM） |
|---|
| 误打回（错杀好需求） | 0.0 | 0.6 —— 门禁被错杀，团队就会绕过门禁 |
| 判定一致性（同条两次同结果） | 1.0 | 0.9412 —— 不可复现、不可审计 |
| 成本（17 条 × 2 轮） | $0.0022 | $0.0197（≈ 9×） |
| 延迟 p50 / p95 | 0.67s / 0.84s | 1.90s / 9.80s —— 长尾拖慢流水线 |
| 输出形态 | 校准概率（Choice/Score/Noul），可直接设阈值 | 自由文本，需解析、不稳定 |
| 拦截率（漏检口径） | 0.9167 | 0.9167（打平） |
如实记录：冗余条目（r15）Jev 与 LLM 同漏——non_redundant 是 Jev 弱项，流程层用编号级去重兜底。拦截率打平恰恰说明差异不在"能不能拦"，而在"拦错多少 + 是否稳定 + 多贵"。
⑥ 最值得带走的四个设计原则
1
判断是主业，生成是副业LLM 天生擅长生成（拆解、解释、扩写）；Jev 天生只做判断（校准概率、可复现）。各用所长：LLM 拆需求，Jev 判质量。
2
保守分层，宁可转人工，不可错杀中间带概率（0.25–0.75）绝不硬消，路由给人裁决。用 35% 转人工换取误打回 0——门禁只有不冤枉人，才会被团队信任、才可能成为硬门槛。
3
全量判断，但打回只看可靠信号22 个问题全问，但硬规则收敛到 6 个白名单信号；其余维度实测易误伤，降权为提示。判断维度多不等于规则多——规则要校准，不是堆砌。
4
用模板把隐形知识逼成显式字段术语表 / 假设清单 / 显式依赖声明，让自足性判断从"读全文猜"变成"对表判"——这直接回应了需求文档自足性这一根因痛点。