最近有个叫 Jev 的 AI，被人接进了一群兔子的“脑子”里。
兔子在像素地图上找吃的、喝水，狼也在附近游荡。点开一只兔子，可以看到它刚才选了什么动作。有时是找资源，有时是逃跑。
同一个模型，还被接进了滑雪视频混剪和小说梗概筛选。三个项目看起来没什么关系，交给它的事情却都很具体：面对眼前的材料，选下一步。
我更想沿着这些案例看看，它究竟在做什么。下面依据公开演示、回放记录和项目说明整理，未调用 Jev API 做独立测试。
Jev 是什么，为什么不陪人聊天？
Jev 是 TypeSafe 推出的决策模型。按照官方说明，它面向决策和概率输出训练，不附带聊天式回复或长篇推理解释。
程序给它材料和问题，拿回可以继续处理的选择结果。这样的接口，主要是给软件用的。
普通大模型当然也能选答案、打分、输出 JSON。Jev 的区别在于官方强调的训练目标和输出形式，不能因为它“不聊天”，就断言它拥有别的模型没有的选择能力。
截至 2026 年 10 月 12 日，官方 Models 页面列出的版本仍是 Jev 1.13，而且只接收文字：可以是字符串、JSON 对象或文字数组，不能直接输入图片、音频和视频。
这点放到后面的剪辑案例里，就很关键。
兔子逃跑：一个选择怎样变成地图上的动作
兔子游戏叫 Jevolution。网站提供一段公开录制样本，无需消耗 API 额度就能查看回放。这里看的是已经录好的世界，不是在浏览器里重新调用模型。
在此前保存的回放记录里，编号 136 的兔子选择了逃跑，目标是地图上的一个指定位置。记录中的响应耗时约为 136 毫秒。
这份规范化游戏动作很短：
{
"choice": "flee_33_26",
"signal": "none"
}choice 对应逃跑和目标坐标，signal 表示这次没有发出信号。它是游戏记录中的动作表示；该条记录没有保存原生模型响应，不能把它当成完整 API 返回值。
观察器里还会出现一句说明：“往南走”，并给出目标位置距最近一只可见的狼有多远。界面明确标注，这段说明是游戏程序写出的，模型没有生成这段解释。
Jev 选动作，游戏把动作执行出来，也补上供人阅读的说明。
根据项目说明，游戏会把资源、附近的动物和兔子自身的状态组织起来，让决策模型参与选择。当前环境和可做的动作都受游戏规则约束。
地图上还会出现干旱：露在外面的草会枯萎，已经带走或藏好的食物还能保留。于是同样是找吃的，资源一变，下一步就得重新选。
有意思的地方就在这里。模型的一个短结果，接进持续变化的游戏之后，会变成地图上的行动。但仅凭一只兔子的记录，还不能推断它完整的决策理由；136 毫秒也只属于这条样本，不能当成所有请求的固定速度。
滑雪混剪：先把画面变成文字，再挑镜头
知识猫的案例，更接近大家熟悉的工具。
他拿了十六条滑雪素材，做了一段约十六秒的运动混剪。公开成片里能看到单板运动员腾空翻转，也有沿雪道向下滑的镜头。
要求也很具体：动作刺激，镜头切换流畅，配乐有力量，后来又追加更重的运动 Phonk。
但 Jev 1.13 不接收视频。它怎么挑镜头？
按照作者公布的过程，先给素材抽帧，生成画面描述，再把这些文字交给 Jev，让它参与评分以及开场、收尾镜头的选择。
选好之后，用 Computer Use 操作 CapCut，完成裁剪、变速和拼接。
这条流程可以分成三段：
- 理解素材：把画面转成镜头描述。
- 选择镜头：Jev 根据文字材料和要求作选择。
- 执行编辑：Computer Use 操作 CapCut，把选择变成时间线和成片。
Jev 参与了剪辑流程，但从这个案例不能推出，它直接看懂了原始视频，或独自完成了全部编辑。
作者说这一轮不到五分钟，还留下了能继续编辑的工程。这是他的演示记录，不是本地复现结果。成片和操作过程可以从原帖查看；这篇也不据此评价所有镜头选择、转场和配乐都已达到要求。
对我来说，这个案例最有意思的，是文字描述把一个“不能接收视频”的模型接进了剪辑工作。前面的材料转换做得怎样，会直接影响它后面能选到什么。
按剧情找书：二百五十份梗概里能找到什么
Trevin 给 Jev 的材料，又换了一种。
他的公开案例使用了二百五十本科幻、奇幻小说的维基百科剧情梗概，希望按内容找书，比如涉及阶级斗争的故事，或者主角叫 David 的小说。
这和按书名、作者检索不同。问题落在故事里，候选材料也是剧情。
模型能筛出什么，取决于梗概写了什么。某个人物没有被写进梗概，或一个主题没有展开，它就少了一部分判断依据。二百五十份梗概，也不等于读完了二百五十本书。
这个例子能展示一种内容筛选方式，却不能据此声称找书结果完整，或已经理解了所有作品。
短结果接进项目以后，就有了不同的样子
在兔子游戏里，结果变成逃跑的目标位置；在滑雪混剪里，变成镜头的选择；在找书项目里，变成梗概筛选后的书单。
我觉得这些案例值得看的地方，是它们把一个很窄的选择放进了具体项目。
游戏准备状态、规定动作，剪辑流程先描述素材，找书项目提供剧情梗概。Jev 接到的材料不一样，选出来的结果也不一样。程序拿到结果之后，再继续走自己的下一步。
不聊天的 AI，并没有因此远离我们熟悉的工作。它只是出现在更小的环节里。顺着兔子的一次逃跑、一个开场镜头、一份按剧情筛出的书单，就比较容易看清它的位置。