README 自动摘要
根据 README 自动整理于 2026年9月20日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
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。
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心片段中未检出0.33
- 展示了 System One 用法在材料中检出0.84
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字片段中未检出0.14
- 是能跑起来的工具片段中未检出0.20
- 学习案例 Top 10 候选信号片段中未检出0.28
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分0.01 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。