JEV · SYSTEM ONE

它不聊天。 它做决定。

把现场交给 Jev。70–500 毫秒后,拿回“选哪个”和“有多确定”。没有长篇大论,代码直接往下跑。

下一步 向左闪避 82%

一枚火箭正在靠近。

不用先懂原理

给它一个现场。看它怎么选。

下面是根据真实社区案例制作的交互示意。选择一个场景。

DOOM · 实时

一枚火箭正飞过来。往哪躲?

Jev 不看画面。它读取生命值、障碍物和来袭方向,一次给出所有动作的概率。

health: 38
rocket: 14° right
left_path: clear
enemy_distance: 6.2m
查看真实案例
实时决定 ~10 次 / 秒

示意概率。真实结果由输入状态与问题决定。

这周,大家真的拿它去玩了

不讲模型。讲四件发生过的事。

🚀

它每秒问十次:现在躲,还是开火?

Jev 读结构化游戏状态,不读视频。官方演示约 10 次调用/秒,成本约 $7/小时。

~10 decisions/s @CompleteSkeptic
✈️

打开 Google Flights,7.1 秒后找到票。

Jev 负责“点哪个节点、做什么动作”,小模型只在需要输入文字时出现。

7.1s · ~$0.0039 @xKaka1456
🃏

第一幕,9 分钟。花了 1.5 美分。

看起来像速通玩家。作者也很诚实:它并非每次都选得最好。快,不等于聪明。

Act 1 · 9min · $0.015 @pranaygp
📈

不是写研报。只回答:买、卖、不动。

在 Monad 每个 300ms 区块买或卖。作者直说策略很粗糙;有趣的是模型真在实时下单。

1 decision / 300ms block @jarrodwatts

其实很简单

一个会理解现场的 switch。

你定义问题和选项。Jev 只负责判断,不负责发挥。

1 现场进去

工单、DOM、牌局、传感器、行情。

state
2 一次问完

是不是?选哪个?有多严重?

Noul · Choice · Score
3 概率出来

代码拿概率设阈值、走分支。

{ choice, probability }

聊天模型替人写答案。Jev 替软件做判断。

给开发者

一次调用。三个问题。

最快的体验路径是 Vercel AI Gateway。也可以走 TypeSafe、Cloudflare Workers AI 或 OpenRouter。

import { experimental_evaluate as evaluate } from "ai";

const result = await evaluate({
  model: "typesafe-ai/jev",
  state: currentSituation,
  questions: {
    shouldRun: { type: "boolean" },
    nextMove: {
      type: "choice",
          criteria: { run: "safe",
                      ask: "uncertain",
                      stop: "unsafe" }
    }
  }
});