Jev 的 Doom 演示
Doom、Wikiracing 和智能家居 fan-out——它们都不传输像素。
官方演示展示了实时 Doom 循环中的 Jev、高基数 Wikiracing 选择器，以及智能家居助手。Doom 使用结构化文本 state，每秒约处理 10 次查询，每小时费用约为 $7，并不处理画面帧。面对 255 个链接，Wikiracing 采用先评分、再选择的两阶段系统。智能家居演示是 TypeSafe 的完整 speculative fan-out 示例。公开录像请观看首页的发布视频；本页则详细说明这三个循环。
从结构化文本运行 Doom
发布文章中的 Doom 演示会输入游戏 state 的文本描述。Jev 看不到帧缓冲区。按公开的输入价格计算，约每秒查询 10 次时，成本约为每小时 $7，输出 token 免费。该速率只是演示数据，并非生产环境必须达到的 QPS。重点在于，决策耗时为 70ms-500ms 的模型可以加入原本需要等待缓慢生成式调用的循环。
利用引擎已有的信息构建 state：生命值、可见实体、目标。提出规划器可直接使用的 Noul 和 Choice 问题——我是否该射击、该走哪扇门、此物品是否有用——并把移动计算留在引擎中。如果你开始要求 Jev 统计弹药，就已经触及数学能力的参差边界。用代码计数，再询问 Jev 当前战术是否仍符合目标。
同一循环也适用于其他模拟环境。Cloudflare 的 typesafe/jev 页面是面向工作进程的目录条目，并非 Doom 托管服务。也没有 Steam 应用。让机器人连接 api.typesafe.ai，并固定使用 jev-latest；如果已调好门控，也可使用 jev-1.13.0。
Doom
- input
- 结构化文本游戏 state
- rate
- 约 10 次查询/秒
- cost
- 约 $7/小时
- pixels
- false
Wikiracing
- input
- Wikipedia 页面链接
- cardinality
- 数百至数千；>255 时采用两阶段评分
智能家居助手
- pattern
- speculative fan-out
- 官方演示
- true
高基数场景下的 Wikiracing
Wikiracing 会选择下一个 Wikipedia 链接，逐步前往目标页面。候选链接数从数百到数千不等。单个 Choice 最多只能接受 255 个选项，因此演示会先评分，再从候选短名单中选择。只要目录规模超过 Choice 上限，这种两阶段模式就是切实可行的解决方案。
第一阶段：用 Score 或 Noul 逐个评估候选项，也可分批评分，问题是“此链接对抵达目标有多大帮助”。第二阶段：对排名前 K 的名称执行 Choice。K 值、排序和访问操作均由你的代码负责，Jev 无需以生成文本形式输出 URL。页面若有 40 条链接，一个 Choice 就够；若有 800 条，也不要擅自调高 maxOptions——上限就是 255。
在 state 中仅放入当前页面文本，不要塞入所有链接文章的完整内容。充斥无关细节的大型 state 是官方列出的失败模式。请发送当前页面摘要和候选标题；若竞速依赖日期或计数，请用代码提取。
智能家居 fan-out 以及 Jev 的运行位置
官方智能家居助手演示会用一长串问题评估每条用户请求，其中许多问题对大多数话语都无关。“关闭屋里的所有灯”仍会在一次调用中询问类别、领域、设备和操作。操作问题属于推测式提问：它在尚未确定设备前就假定对象是灯。代码会保留匹配的答案并忽略其余结果。若改用串行 API 调用，就要等设备确定后再询问操作，从而失去延迟优势。
TypeSafe 在演示文档中嵌入了 Loom 操作讲解。请前往 docs.typesafe.ai/demos/smart-home 观看原始录像，不要在此查看副本。还应搭配置信度门控路由，避免低置信度的设备 Choice 误触真实开关。高风险操作应在家庭控制器中确认，而不是在 Jev 的载荷中确认。
Jev 以 API 形式运行，可通过 TypeSafe 控制台、HTTP 和官方 SDK 使用。TypeSafe AI 的 YouTube 频道尚无上传内容，因此没有可嵌入展示的官方 YouTube 视频。Instagram 账号为 typesafeai；Discord 邀请码为 WUujKYBp8s；GitHub 组织为 typesafe-ai。抢先体验法律条款注明，客户数据不会用于训练。若需要公开的竞速数据，TypeSafe 首页给出的结果是：在四项工作流评测中，相较 Astra 与 Fable 的平均值，速度快 193.6x、成本低 444.6x。
演示旁的工作流评测
evals.typesafe.ai 展示了 TypeSafe 用于公开对比的工作流类别：安全事件、智能体轨迹可观测性、发票处理和客户服务。首页的 193.6x / 444.6x 是这些类别相较 Astra 与 Fable 的平均结果，并非针对你的流量实时更新的计量值。
通过评测查看器，可以了解 System One 路径如何与聊天及推理模型并列完成同一任务。Jev 仍然只返回类型化答案。评测框架属于 TypeSafe，并非本站重新运行的第三方基准。
制作自己的演示时，请参考三种官方循环：约以 10 Hz 运行的紧凑文本 state（Doom）、超过 255 个 Choice 上限的基数问题（Wikiracing），以及推测式问题映射（智能家居）。这些才是 TypeSafe 实际发布的用法，而且都拒绝以像素作为输入。
只有明确知道要复现的是三种循环中的哪一种，才应重制演示：每秒查询数次的文本 state、规模超过 255 的目录，或推测式问题映射。若演示需要视频帧，那展示的就还不是 Jev 1.13。
Doom 的成本按公开输入价格计算，输出免费。每秒查询 10 次只是演示速率，并非配额。除非销售团队已提高上限，否则请保持在每分钟 1,200 次请求、每秒 250,000 个 token 以内。每小时 $7 是 TypeSafe 给出的示例，并非本 wiki 开出的账单。
有关 Doom 和 Wikiracing，请前往发布文章；有关 fan-out 的分步演示，请参阅智能家居文档。本页是实用指南，而那些页面提供官方实录。
首页视频就是公开录像。该录像重点展示了 Doom、Wikiracing 和智能家居这三种循环。
来源