这是什么
一个 Next.js 试验场，在井字棋和四子棋中，将 TypeSafe AI 的 Jev 与 Luna、Haiku、Gemini 和 Astra 进行基准对比，评估其选择已验证合法走子的能力，并对一系列走子的决策质量和一致性打分。
它怎么用 Jev
每个模型回合，服务器将棋盘和所有合法走子作为 Choice 选项提供，选项带有描述性名称、坐标和结果棋盘。Jev 使用原生评估模型在给定动作中做出选择；经过验证的选择驱动下一个状态。
用到的原语:choice
值得抄的做法
将完整状态和所有合法动作作为具名 Choice 选项提供给模型，然后在应用前验证返回的选择。
怎么试
bun install，在 .env.local 中设置 AI_GATEWAY_KEY，bun run dev，打开 localhost:3000/tic-tac-toe。
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0.32
- 有 System One 用法否0.31
- 处理了不确定性否0.03
- 有实测数据否0.05
- 可直接跑否0.08
- 值得推荐否0.29
- 是模型的复刻否0.07
- 问题普遍性按 0–2 打分0.75
- 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。