这是什么
一个延迟演示，在 Vercel AI Gateway 上将类型化决策模型 Jev 与聊天 LLM 对比。每个模型在乒乓球中操控右侧球拍；一次决策让球移动一段。由 Ably 联合创始人构建。
它怎么用 Jev
智能体在每个球步向 Jev 请求一次移动，发送约 125 字节的 JSON 状态，包含球场、球、球拍和 interceptY。Jev 通过 experimental_evaluate 返回类型化选择（up、down、stay），智能体将其应用到球拍。
用到的原语:choice
值得抄的做法
各赛道使用相同的发球、规则、问题和 Gateway 密钥，因此赛道的速度纯粹是该模型的决策延迟。
怎么试
在 jev-pong.ably.dev 用方向键或 W/S 游玩，手机上可拖动。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角否0.33
- 有 System One 用法是0.84
- 处理了不确定性否0.04
- 有实测数据否0.14
- 可直接跑否0.20
- 值得推荐否0.28
- 是模型的复刻否0.04
- 问题普遍性按 0–2 打分0.01
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。