Jev 能省掉多少 GPT，代价是什么？

执行前重检：等模型时，环境可能已经变化

选择一条已保存的允许决策，注入明确标记的模拟新状态。适配器重新检查后，才可调用原有 robot 工具生成预览命令。控制器始终不接入。

此步骤检验代码集成契约，不把旧判断当成实时执行许可。observe/grasp 等尚无完整运输映射的动作会保留，不强行转换。

收益必须从同条件对照中计算

分母：不当放行 / 所有不应放行；正常放行 / 所有正常案例。耗时统计包括硬规则短路，并单列模型调用。GPT tokens 含运行框架上下文；跨模型 token 数不是美元成本。计费数据不可得，成本显示“未测”。

串行升级什么时候可能划算？

设 q 为进入 Jev 后仍需 GPT 的比例，则平均判断时间近似为 T₁ + qT₂。只有它小于直接 GPT 的 T₂，且质量不退化，双系统才可能有收益。真实复核耗时可能与直接判断不同，因此最终以实测为准。

旧版 24 次 Jev 调用有 22 次升级（91.7%）。若每次 GPT 时间相同，Jev 总耗时 8.24 秒仅换来 2 次 GPT 调用节省：GPT 平均需超过约 4.12 秒才可能抵消新增耗时。这是条件分析，不是已测优势。

逐场景结果

两种作用不能混在一起

System 2 / GPT：理解任务、生成计划、处理新情况、提出补证据或重规划。System 1 / Jev：在已有候选和当前状态上作范围有限的概率判断。Jev 不是低层运动控制器，也不能提供执行授权。

S1 明确通过时跳过 S2；S1 明确危险直接拒绝。S2 没有拿到新观察时，不得把推理当成补证据。新的候选或变更状态必须重过规则与语义检查。