Jev Arena｜案例研究｜蘇祥育 Eliot Su

問題

LLM 想得好，但反應慢。等聊天模型寫完「我應該舉盾」，重擊早就打到了。

Jev 是另一種模型：它不寫文字，而是讀一個狀態、回傳帶校準機率的型別化決策，依廠商數據約 70 到 500 毫秒，快到可以當戰士的反射神經。Jev Arena 想回答的問題是：如果人負責策略、模型負責反射，一段話能寫出多強的戰士？

引擎先把幾何算好，轉成模型讀得懂的事實，例如「敵人正在蓄力重擊：是，0.4 秒後發射」。接著在同一個請求裡平行問三種問題：要怎麼移動、要用什麼動作，以及每個反射條件此刻是否成立。

觸發的反射優先；沒有反射觸發時採用信心夠高的選項；都不夠有信心時，使用戰士設定的備援動作。

每個移動、動作與反射的機率都會即時顯示在戰士的「思考面板」上，看得出它為什麼這樣做。

即時模式下世界不會等待，同時考驗速度與判斷；同步模式每 0.2 秒凍結、等兩邊都回答，只比較判斷。

引擎只用一個有種子的亂數產生器與精確的浮點運算，一場對戰完全由種子加上每個決策落在哪個 tick 決定；verify 指令會重新模擬並核對結果。

CI 先用離線大腦跑冒煙測試，把結果表貼在 PR；合併後由工作流程用 Jev 重跑天梯、更新排行榜並重新發布網站。16 位以內打循環賽，更多時自動改用瑞士制。

策略最多 700 字元、最多 4 個反射；每位戰士都用同一個天梯大腦與同樣的提示預算。

任何支援 System One 協定的模型、透過 JSON 轉接的聊天 LLM，或給 CI 與沒有金鑰的人使用的離線 mock 大腦。

1920×1080 的轉播畫面會依模型機率即時產生講評，可直接加進 OBS；介面支援繁體中文。

第一季天梯的 30 場真實 Jev 對戰全部以 KO 結束：

名次	戰士	Elo	勝-和-敗	風格
1	Trickster	1063	8-0-2	繞圈、誘敵、閃開
2	Zen	1062	8-0-2	一句話，零反射
3	Tortoise	1039	7-0-3	躲在柱子後射擊
4	Berserker	994	5-0-5	衝進去近戰
5	Glass Cannon	938	2-0-8	重擊、薄甲
6	Sniper	905	0-0-10	遠距離狙擊

最有意思的結果：只有一句話「贏得這場戰鬥，在每個當下做一個睿智冷靜的戰士會做的事」、沒有任何反射的 Zen 拿下第 2 名，只比第一名少 1 Elo；精心調校的 Sniper 則 0 勝 10 敗。

成本方面，一次決策約 1,400 個 input tokens，約 $0.00006；兩位戰士以 230 ms 的延遲中位數每秒各決策約 3.7 次。