TypeFree v3.5 · 「✦ Jev 军师」五层决策树与反装蠢架构白皮书
核心设计命题:为什么市面上大多数「AI 帮回键盘」一进真实微信群或职场私聊就会让人脚趾抠地?
因为它们通常只有一层扁平提示词,极易陷入三大灾难:① 客服跪舔腔(把机主当成卑微乙方)、② 群聊角色错乱(把群友 A 怼群友 B 的战火当成冲着机主来的)、③ 知识探讨装蠢(遇到技术或行业暴论时,只会用「哇好形象,是这样吗?😂」傻白甜反问)。
在 TypeFree v3.5.0 中,「✦ Jev 军师」被重构为一棵严格的 五层正交决策树(5-Layer Orthogonal Decision Tree),从端侧隐私信号清洗、群聊拓扑识别、事实逻辑筛查到博弈三轴合成与后置胜率加冕,逐层消除错位与降智感。
一、五层决策树全景架构
flowchart TD
Start(["唤起 ✦ Jev 军师 / 触发推理"]) --> L1
subgraph S1["Layer 1 · 端侧上下文采集与隐私信号净化"]
L1["无障碍节点树 + 按需视口截屏 (裁除状态栏与键盘, 用完即焚)"] --> L1Clean["ChatContextSanitizer + SensitiveDataRedactor: 剥离头衔/引用回声, 归一化 @指代, 端侧正则脱敏手机号/微信号/证件号"]
end
L1Clean --> L2Gate{"Layer 2 · 角色拓扑路由: 是谁在对谁说话?"}
L2Gate -->|"单人左气泡"| T1["态势 A: 1v1 私聊对象 (话语直接面向机主)"]
L2Gate -->|"群聊 + @我 / 引用我 / 近期已发言"| T2["态势 B: 群聊当事人 (回应对方并兼顾公开体面)"]
L2Gate -->|"群聊 + 多人互聊 + 我0发言未点名"| T3["态势 C: 群聊第三方旁观者 (严禁替人认领战火与辈分)"]
T1 --> L3Gate
T2 --> L3Gate
T3 --> L3Gate
L3Gate{"Layer 3 · 议题性质分流与事实筛查 [v3.5 核心升级]"}
L3Gate -->|"技术原理 / 行业观点 / 科普思辨 / 事实逻辑"| E_Sieve["事实与专业度筛子 (Fact Sieve): 调动模型知识审视对方论据是否严密"]
E_Sieve -->|"概念偷换 / 粗略类比 / 事实偏差"| E_Sub1["雷达定性: 客观犀利点破逻辑简化或漏洞 (绝不盲目吹捧为在科普)"]
E_Sieve -->|"论据扎实 / 洞见准确"| E_Sub2["雷达定性: 提炼核心机制与高阶延伸命题"]
L3Gate -->|"利益拉扯 / 职场甩锅 / 情感试探 / 群友闲聊"| P_Radar["微表情与反话潜台词雷达: 解码 [微笑] / 没事你忙 / 探底压价 / 划界信号"]
E_Sub1 --> L4Gate
E_Sub2 --> L4Gate
P_Radar --> L4Gate
L4Gate{"Layer 4 · 底牌门控与正交三策合成: 是否按住说了底牌?"}
L4Gate -->|"已输入底牌 (立场 100% 锁死)"| B1["底牌锁定三语体正交: ① 周全给面 · ② 松弛直给 (精简30%+) · ③ 锚定闭环"]
L4Gate -->|"未输底牌 + 认知/技术探讨局"| B0_Epistemic["内行认知平视三轴 (笃定陈述句/禁装蠢反问): ① 同频升维 · ② 温和勘误 · ③ 极客外推"]
L4Gate -->|"未输底牌 + 人情利害局 x 私聊/当事人"| B0_TKI["TKI 博弈三轴 (平视不卑微): ① 协同破局 · ② 温和设限 · ③ 升维重构"]
L4Gate -->|"未输底牌 + 人情闲聊局 x 群旁观者"| B0_Bystander["旁观插话三轴 (不沾战火): ① 场外递梗 · ② 顺题聊事 · ③ 幽默转场"]
B1 --> L5
B0_Epistemic --> L5
B0_TKI --> L5
B0_Bystander --> L5
subgraph S5["Layer 5 · 后置因果效用评估与加冕置顶"]
L5["先完整生成 3 条回复正文与 4 字战术词 -> 后置评估真实博弈胜率 W1 + W2 + W3 = 100"] --> Out(["客户端按最高权重自动加冕 ★ 置顶渲染"])
end
二、逐层设计机制详解
Layer 1 · 端侧上下文采集与隐私信号净化
- 多模态视口裁剪 + 自动降级:针对微信(
MMNeat7extView)与 QQ NT(AIO)自绘Canvas聊天气泡无法被传统节点树读取的问题,按需调用AccessibilityService.takeScreenshot()截取聊天可视区(自动裁除顶部系统状态栏与底部键盘区,仅在内存中处理,零落盘);若用户当前配置的模型不支持多模态图像输入,自动缓存特征并无缝降级为纯文本通道。 - 结构化群聊去噪 (
ChatContextSanitizer):自动剥离群等级头衔(如Lv.8 活跃、群主、管理员)、门牌昵称前缀、引用回复残影,并将针对机主的@显式归一化为[@我],针对其他群友的@标注为[@群友名]。 - 端侧 PII 脱敏闭环 (
SensitiveDataRedactor):在请求发出前,本地正则引擎自动将手机号、身份证号、银行卡号、邮箱、微信号等替换为[手机号_1]、[微信号_1]占位符;云端返回候选回复后再于本地无感还原,支持在面板内点击「隐私透明检视」实时核查真实上云载荷。
Layer 2 · 群聊与私聊角色拓扑路由 (Role Topology)
在生成任何回复前,先锁定机主在当前对话图谱中的真实站位:
- 态势 A(
1v1私聊):左气泡默认直接冲着机主发话,重点识别对方诉求与潜台词。 - 态势 B(群聊当事人):有人明确
[@我]、引用右侧本机气泡,或机主近期正在高频参与对线——既要精准回应对方,又要兼顾群内公开场合的分寸与面子。 - 态势 C(群聊第三方旁观者):群内多人在互相争论、吐槽或占口头便宜,且机主全程
0发言、无人点名——强制进入旁观者安全隔离态,严禁替别人认领战火、严禁莫名其妙接别人的辈分梗或道歉。
Layer 3 · 议题性质分流与「事实筛子」(Epistemic Fact Sieve,v3.5 新增)
这是根治高认知用户觉得 AI「装蠢、降智」的分水岭。在角色判定之后、生成策略之前,系统强制对当前话题做性质分流:
- 分支 1:认知 / 技术 / 观点探讨局
- 启动 事实与专业度筛子(Fact Sieve):调动大模型自身知识库审视对方言论在概念、因果与边界上是否严密。
- 若对方存在概念偷换、粗略民科类比或事实漏洞,局势雷达客观犀利点破其简化之处(绝不盲目定性为「群友正在科普」),并锁定机主为平视内行同行。
- 分支 2:人情 / 利益 / 情绪拉扯局
- 启动 微表情与反话潜台词雷达:重点解码死亡微笑
[微笑]、冷暴力反话(“没事你先忙吧”、“都行看你”)、职场越界甩锅与二手交易屠龙刀压价。
Layer 4 · 底牌门控与正交三策合成 (Bottom-Line Gate & Tri-Axis Synthesis)
根据用户是否按住底部麦克风输入了「底牌」(如 “底价 850 自提少 30”、“周六要陪家人去不了”),路由至四组完全正交的三策生成矩阵:
| 机主底牌状态 | Layer 3 议题类型 | Layer 2 角色拓扑 | 激活的正交三策模型 | 语言铁律 |
|---|---|---|---|---|
| 未输底牌 | 认知 / 技术 / 观点局 | 任意(私聊 / 当事人 / 旁观) | ① 同频升维 · ② 温和勘误 · ③ 极客外推 | 笃定平视陈述句;严禁 …吧? 装傻请教;严禁烂谐音梗与 😂 |
| 未输底牌 | 人情 / 利益 / 情绪局 | 私聊 1v1 / 群聊当事人 | ① 协同破局 · ② 温和设限 · ③ 升维重构 | 识别微表情反话;严禁客服腔与越界油腻 |
| 未输底牌 | 人情 / 吃瓜 / 闲聊局 | 群聊第三方旁观者 | ① 场外递梗 · ② 顺题聊事 · ③ 幽默转场 | 战火未及机主,严禁替人认领辈分或口头便宜 |
| 已输底牌 | 任意议题 | 任意角色 | ① 周全给面 · ② 松弛直给 · ③ 锚定闭环 | 100% 锁死机主底牌,按缓冲分寸与字数颗粒度拉开 |
Layer 5 · 后置因果效用评估与加冕置顶 (Post-hoc Causal Utility)
为避免大模型「先拍脑袋编数字、再按数字凑文本」导致概率虚标,JSON 输出契约强制采用先文后数(Causal Ordering):
- 先完整推演出 3 条地道口语回复正文与贴合当前语境的鲜活 4 字战术标签;
- 再站回当前局势后置评估三条策略达成沟通目标的相对胜率
W1 + W2 + W3 = 100; - 客户端按最高胜率自动加冕
★并置顶展示。
三、真实案例对比:为什么 Layer 3 能根治「装蠢感」?
以技术社群典型讨论为例——群友连续发言:
“假设全世界的文本里都说张三是一条狗,那么你问大模型,大模型会告诉你张三是一条狗,因为在文本里张三和狗的距离最近。”
| 决策节点 | 传统扁平帮回 / 旧版路径 | TypeFree v3.5 五层决策树路径 |
|---|---|---|
| Layer 2 角色定位 | 群聊旁观者 | 群聊第三方旁观者(0 发言未点名) |
| Layer 3 事实筛查 | 缺失!默认顺从吹捧对方<br>误判为:“群友正在科普大模型基于文本距离理解语义的原理” | 命中「认知探讨局」→ 启动事实筛子<br>精准定性:“群友用字面词距粗略类比语料偏见,忽略了注意力语义权重与对齐机制” |
| Layer 4 三策生成 | 套用低姿态提问与谐音烂梗:<br>❌ “所以大模型很容易被带偏,需要额外做事实核查层?”(装学生请教)<br>❌ “很形象,但实际会通过更多维度避免吧?”(卑微反问句)<br>❌ “那要是都说张三是单身狗怎么理解?😂”(陈年谐音烂梗) | 激活 「内行认知平视三轴」(笃定陈述句,零装傻):<br>✅ 同频升维:本质是预训练语料投毒,所以现在大厂才死磕高质量数据清洗和后训练对齐<br>✅ 温和勘误:严格说是条件概率和注意力权重,真光看字面距离的话“张三不是狗”也得判成狗了<br>✅ 极客外推:懂了,这就去全网发帖写满某人是亿万富翁,给下一代基座模型喂点新常识 |
四、核心源码映射
| 模块职责 | 源码路径 |
|---|---|
| 五层决策树系统提示词与后置权重解析 | app/src/main/java/com/typefree/ime/ai/PromptBuilder.kt |
| 群聊节点去噪、引用剥离与角色拓扑提取 | app/src/main/java/com/typefree/ime/accessibility/ChatContextSanitizer.kt |
| 端侧敏感隐私信息正则脱敏与无损还原 | app/src/main/java/com/typefree/ime/privacy/SensitiveDataRedactor.kt |
| Jev 军师卡片 UI、底牌按住说与隐私检视弹窗 | app/src/main/java/com/typefree/ime/ime/ui/JevCopilotPanel.kt |
| v3.5 决策树、纯净帮写与顶栏问 AI 回归测试集 | app/src/test/java/com/typefree/ime/V350PureHelpWriteAskAiAndJevEpistemicTest.kt |