JevSpawn 让智能体从自然语言任务自行推导有限动作域，在八项基准中的五项取得最高分并在导航任务上把端到端延迟降到约 41 秒
JevSpawn 提出一种免训练的组合式策略，把自然语言任务说明转成可执行的有限动作域，通过并行动作生成、反馈驱动的分支选择、表示修订与保留分支恢复来探索，在八个基准任务上对比七个智能体基线与一个 TypeSafe Jev 变体，在八项中的五项取得最高分，并在 Maze 与 Grid 上同时把成功率提升到 0.96 与 0.95、把端到端延迟从最快基线的 47.91 秒和 61.44 秒降到 40.91 秒和 40.58 秒。