AI操控游戏新选择：Jev模型到底能做什么？

Jev 是 TypeSafe AI 推出的决策模型，创始人 Diogo Almeida 曾在 OpenAI 参与指令跟随与对话研究。TypeSafe 开发两年后发布该系统，官方称为 System One Models。其使用方式是把当前情况和问题输入，模型返回程序可直接使用的结果，本质上是分类模型，接口主要有三种类型。

在游戏场景中，可每一步询问它：当前血量、怪物和金币位置、出口位置，目标是拿金币并活着出去，现在按哪个键？可选项提前定义为上、下、左、右、攻击、喝药，Jev 返回其中一个动作，游戏执行后再把新局面发回。其优势是无幻觉，严格按预定义输出标签执行。

我用 Codebuddy 做了调用 demo。视频中每步多停留几秒，是为看清右侧三部分：看到什么、选了哪个动作、执行后发生什么，停留时间不是模型响应时间。这一局 Jev 先攻击挡路怪物，再右移拿金币，最后到出口，共 6 次真实 API 调用。第一步返回“攻击”概率约 95%，界面置信度约 93%，二者不同，也都不是通关概率。视频说明模型选择确实驱动游戏，响应足以支持回合制交互，但不能说明 Jev 比 GPT 更会玩。我们已搭相同地图和规则的对比版本，但未完成有效双模型实测，因此不放胜负和性能结论。一次低血量测试中，角色剩 20 点血，Jev 第一手选攻击，怪物反击后剩 5 点血。该动作是否最优要看后续局面，不能只凭“没喝药”下结论。它提醒我，模型会作取舍，演示不应改成预设答案。

demo 分工是：地图、伤害、碰撞由游戏代码处理，每一步按哪个键由 Jev 返回。Jev 是拿手柄的玩家，普通代码是游戏本身。它不负责画地图，也不生成整个游戏，我们也没写自动通关路线。代码把局面整理成文字和数据，再把模型选出的动作交给游戏引擎执行。它看到的是状态描述，不是屏幕截图。

Browser Use 的航班查询例子把“判断”和“生成”分得很直观。页面先整理成带编号元素，Jev 决定操作什么、点哪个目标；需填城市名时再调用生成模型产生文字。作者记录一次查询用 7.073 秒，其中 17 次 Jev 请求、2 次文字生成调用。初始打开网页和最后独立结果校验不在计时内。这是一次具体任务记录，没有购票，不能推广为“所有浏览器任务都能七秒完成”。该例中，选择下一步的次数明显多于写文字次数，展示了一种可实际搭出来的分工。

其他社区例子也值得看。看游戏演示时要记住：每秒做十次决策不等于接管每一帧物理和控制，渲染、碰撞、动画、执行仍是游戏系统的工作。

为什么还要专门做 Jev？自回归大模型当然能分类，也能只返回一个动作，Structured Outputs 还能约束输出字段和枚举值，所以不能拿“通用模型总要写一大段话”作比较前提。真正区别在调用频率和整个使用场景。偶尔分一条工单，多花几百毫秒可能没感觉；但 Agent 系统反复判断几十次，或系统每天处理百万条内容，单次多花的时间和钱就会累积。

Jev 基于这一假设收窄训练任务。按 TypeSafe 官方描述，它采用面向决策的架构、并行采样和 RLCD 训练方法，重点优化判断和概率校准。公开资料能让我们理解方向，但不足以完整还原模型内部实现。

总体看，目前三个方向可能有收益。一是更适合反复调用线上场景。官方公布响应约 70—500ms，输入每百万 tokens 0.042 美元，输出免费。这是厂商口径，实际延迟受网络、输入和负载影响。按每次总输入 1,000 tokens 粗算，一百万次请求模型费用约 42 美元，其他服务和回退成本另算。二是减少没必要的串行步骤。比如收到反馈，可同时判断业务类别、紧急程度和信息是否齐全，再由代码组合结果。若只依赖同一份输入，就不必排队问三次。官方智能家居例子也如此：一次判断设备、范围和动作，再挑出相关结果执行。三是让程序有机会识别犹豫。同样选 A，“明显偏向 A”和“A、B 很接近”，后续处理可不同。程序可补充信息、换模型，或交给人。

但有个易混淆细节：confidence 是从答案概率分布计算出的统计量，不是“这次一定有多大概率正确”。我们视频里攻击概率约 95%，confidence 约 93%，也都不是通关概率。若要拿它决定是否自动执行，得先用自己的数据检验。概率校准是看一批样本中模型给出的概率和实际结果是否相符，不能看到 0.9 就替业务定通用自动执行规则。

应用场景主要有四类。一是游戏 NPC 与高频回合/实时决策。在每秒多次决策、但底层物理和渲染交给游戏引擎的场景中，用大模型逐字生成成本极高且延迟不可接受。回合制或轻量实时操作，如驱动 DOOM、Mario 或星际争霸小范围战斗中的 AI 动作：游戏把地图状态、血量、敌我距离整理成结构化文本发给 Jev，Jev 在预设动作中瞬间挑选。轻量级智能体操控，如无人机避障模拟、跑酷小游戏，高频输入传感器或游戏状态数据，输出导航操作。二是复杂 Agent 内部的高频路由与