最新Jev模型的20個爆火玩法！

最近，Jev 在開發者社區裏被反覆討論。看它的演示，第一反應很容易是：它一會兒玩遊戲，一會兒在虛擬城市裏開車，一會兒又去操作網頁，像是一個什麼都能接手的智能體。

Jev 有意思的地方，是它把任務收得很窄。程序先整理當前環境，再列出幾個合法選項，Jev 只回答一個問題：下一步選哪個？

這種分工很窄，反而方便接入不同系統。社區已經有人把 Jev 放進遊戲、瀏覽器、模擬器、機器人和客服工作流。

先看懂 Jev 是怎麼運行的

Jev 的一次調用通常包含兩部分：一份 state，以及針對這份狀態提出的問題。

例如，瀏覽器 Agent 可以把當前頁面整理成這樣的狀態：頁面上有“搜索”“下一頁”“購買”三個按鈕，還有一個搜索框。然後提出問題：“下一步應該操作哪個元素？”候選答案可能是 click_search、type_query、next_page 和 done。

Jev 讀完這些狀態後返回選擇、概率和置信度，動作仍由外圍代碼執行。TypeSafe AI 把這類模型稱爲 System One Model，返回的是程序能直接讀取的 Choice、Score 和 Noul。

Choice 用來從候選集合中選一個，例如下一步調用哪個工具或往哪個方向移動。Score 用來按照有序標準評估風險、緊急程度或質量。Noul 則回答一個命題成立的概率，例如這次操作是否需要人工確認。

一、從網頁到無人機

1. Browser Use：把網頁變成一張“動作菜單”

Browser Use 的 jev-ultrafast 把這種接入方式講得很清楚。它先讀取網頁上的可見控件，把按鈕、輸入框、鏈接和滾動區域整理成編號列表，再讓 Jev 返回操作類型和目標元素。瀏覽器執行後，程序還會檢查頁面是否真的發生了預期變化。

需要填寫自然語言時，項目調用小型語言模型生成文字。點擊、選擇、滾動和結束等動作，都由 Jev 的結構化選擇驅動。項目 README 記錄了一次 Google Flights 搜索演示，報告用時約 7.1 秒；README 也列出了 iframe、canvas、上傳控件等限制。

2. JevPilot：讓程序先生成路線，Jev 再挑一條

JevPilot 是一個 Three.js 駕駛模擬器。程序先採樣幾條候選路徑，計算道路邊界、附近車輛、信號燈、目的地和碰撞預測，再把這些信息整理給 Jev；Jev 不需要從零計算方向盤角度。

Jev 從候選路徑中選擇一條，並給出速度和轉向傾向。路徑採樣、碰撞檢查和安全剎車仍由代碼完成。模型比較“哪條路線更合適”，確定性代碼確認“這條路線能不能執行”。

3. 無人機模擬器：一次調用回答六個控制問題

Jev Autopilot 讓無人機在隨機生成的城市中從 A 點飛到 B 點。模擬器負責計算高度、速度、航向、障礙物和目標距離，Jev 則在一次請求中回答油門、偏航、俯仰、橫滾、是否降落、是否切斷電機等問題。

這些問題彼此獨立，卻都針對同一份飛行狀態。代碼拿到每個答案的概率後，把它們轉換成搖桿偏移，同時保留硬性的安全限制。這說明，Jev 也可以同時處理幾項窄而明確的判斷。

4. RoboJEV：模型決定技能，物理引擎負責碰撞

在 MuJoCo 的 RoboJEV 中，場景會被轉換成機械臂姿態、物體位置、夾爪寬度和接觸關係等結構化狀態。Jev 先判斷當前應該執行接近、抓取、抬升還是釋放，再判斷移動方向；Cartesian controller 和 MuJoCo 負責把決策變成連續運動。

項目明確寫道，它沒有使用圖像輸入。模擬器先提供可審計的事實，Jev 再從中選擇接近、抓取、抬升或釋放等技能；機械臂的連續運動仍由控制器和 MuJoCo 完成。

二、遊戲：最直觀的決策

5. Super Mario Bros.：Jev 看到的是 RAM 狀態

typesafe-mario 把模擬器遙測和 RAM 解析成結構化數據，包括角色速度、跳躍階段、附近敵人、地形、剩餘生命和關卡進度。Jev 從 noop、向右、跑、跳躍等合法動作中選擇一個，模擬器推進幾幀後，再把新狀態送回來。

相比每幀截圖交給視覺模型，這種方式更容易觀察決策循環：輸入內容明確，動作也能由程序驗證。項目本身不包含遊戲 ROM，運行者需要自行準備本地環境。

6. Doom：測試高頻決策

TypeSafe 官方發佈時展示了 Doom 實時控制。遊戲引擎負責產生當前位置、敵人、彈藥和可行動作，Jev 在移動、瞄準和開火等選項中快速做決定。

7. Subway Surfers：同一個判斷器，同時跑幾十局

社區作者展示過讓 Jev 同時控制多局 Subway Surfers。程序需要提供角色所在車道、前方障礙、當前速度和可用動作，Jev 在換道、跳躍和下滑之間選擇。

8. Smash Bros：四個角色各自擁有一個決策循環

在另一個實驗裏，Jev 同時控制 Smash Bros. 的四個角色，讓它們互相對戰。每個角色都可以讀取自己的位置、生命值、對手狀態和當前可用動作，然後獨立請求下一步選擇。

這裏已經有了一個簡單的多智能體系統：四個角色各自運行受限的動作選擇器，分別讀取狀態、請求下一步動作。作者報告使用了超過 2200 萬 token，成本只有幾美分。

9. Tetris：先把所有合法落點列出來

俄羅斯方塊很適合展示“代碼和模型如何分工”。代碼先計算當前方塊的旋轉方式、落點和碰撞結果，Jev 不需要自己推演每一格物理過程，只需要在這些合法落點中選擇一個。

10. 2048、貪喫蛇和小恐龍：適合自己動手的入門項目

這些小遊戲的狀態簡單，動作有限，失敗也容易復現。2048 可以先由程序模擬四個方向的結果，再讓 Jev 選擇；貪喫蛇可以把食物、蛇身和危險格轉成 JSON；小恐龍則可以把障礙物距離和跳躍窗口變成幾個問題。

做這類 Demo 時，不要把“按鍵”交給模型。讓代碼維護遊戲規則，讓 Jev 只返回 up、down、left、right 之一，再由程序執行並記錄概率分佈。

11. Chess、Shogi 和 Gomoku：只在合法着法裏選

棋類項目通常不會讓 Jev 直接寫棋譜。棋規引擎先生成所有合法着法，Jev 再根據棋盤狀態從其中選一個；執行後，棋盤引擎負責驗證着法並推進局面。

這樣便於做可視化實驗：把每個候選着法的概率畫出來，或者比較 Jev、傳統引擎和其他模型在相同候選集合中的選擇。

12. Slay the Spire 2：把回合策略拆成選擇題

卡牌 Roguelike 的每一步都包含手牌、能量、敵人意圖、生命值和路線選擇。社區實驗讓 Jev 根據這一整套回合狀態選擇出牌、結束回合或路線方向。

三、Jev 也能參與生成，只是方式不同

13. 實時關卡生成：每次只決定下一小段地形

Sprite Fusion 做過一個跑酷遊戲實驗。程序把玩家位置、速度、當前地形和衝刺狀態整理出來，Jev 只負責選擇下一段平臺、缺口或障礙的組合，遊戲引擎隨後把選擇放進場景。

14. Jevinci：把概率分佈變成像素

Jevinci 的做法很直接：程序把畫布拆成像素或顏色位置，詢問 Jev 每個位置更可能屬於哪種顏色，再把這些概率組合成繪畫結果。模型沒有輸出 PNG，也沒有寫繪畫提示詞，只提供大量局部選擇。

15. Wikiracing：從眼前的鏈接裏繼續走

Wikiracing 從一個 Wiki 頁面開始，只能點擊當前頁面裏已經出現的鏈接，目標是抵達另一篇指定文章。程序負責抓取頁面和生成候選鏈接，Jev 負責從候選集合中選擇下一站。

這個項目把 Choice 的用途表現得很直觀：候選數量可能很多，但每個選項都是真實存在、可以被程序執行的鏈接。

四、在 Agent 後臺處理幾個小判斷

16. Jev Codex Router：先判斷任務，再選擇模型

一個 Coding Agent 不需要每個請求都使用最強、最貴的模型。Jev Router 會讀取用戶任務，判斷它是簡單修改、普通開發還是複雜調試，再把請求路由到不同模型或不同 Agent 配置。

Jev 只負責路由，主 Agent 仍然接收原始任務、讀取文件、運行工具並驗收結果。

17. 工具調用前的安全閘門：允許、確認，還是攔截

Agent 準備執行 Shell、刪除文件、發送郵件或修改線上數據時，可以把工具名稱、參數、權限範圍和當前任務一起交給 Jev，詢問這次操作是否安全、是否需要人工確認。

真正執行前，操作還要經過宿主程序的硬規則和權限系統。Jev 只負責判斷文本語義，不能替代沙箱、權限、審批和審計。LangChain 的 AutoModeMiddleware 展示瞭如何把 Jev 放在工具執行之前。

18. pi-jev：把上下文壓縮變成保留判斷

長時間運行的 Agent 會積累大量工具調用、網頁結果和舊日誌。pi-jev 逐條判斷某個工具結果是否保留、是否只保留開頭，或者是否已經過時，不需要另一個聊天模型重寫整段上下文。

判斷不確定時，系統可以保守保留，或者回退到原來的壓縮策略。每次保留和丟棄都有記錄，也方便複查和恢復。

19. 工單和收件箱分流：一次請求回答多個問題

一封郵件或一張工單，通常不止需要一個標籤。系統可能同時關心它屬於哪個部門、是否緊急、客戶是否要求退款、是否應該升級人工。

20. Jev-as-a-Judge：評價 Agent 是否完成任務

Agent 評測通常有兩種極端：純規則很穩定，但只能檢查事先寫死的條件；完整 LLM Judge 很靈活，但成本、延遲和輸出格式都更難控制。

LangChain 的 Jev-as-a-Judge 實驗把 Agent 軌跡、消息和結果作爲 state，再用 Choice、Score 或 Noul 詢問“是否完成”“是否泄露隱私”“質量處於哪個等級”。返回值可以直接進入迴歸測試和 LangSmith 評測流程。

看完這些項目，Jev 到底應該怎樣接入？

先選一個接入入口

如果只是體驗，可以打開官方 Playground，用一段文字作爲 state，再添加一個 Choice、Score 或 Noul 問題。想做 Python 小工具，可以使用官方 SDK；已有後端、Agent 或模型聚合層，則可以直接調用 HTTP API，或者從 OpenRouter、Vercel AI Gateway 接入。