上一篇拆了几个 Jev 打游戏的爆款，没找到 Jev 自己「越玩越强」的可靠证据。那它到底会不会学？我和我的 agent 拿分类题、老虎机、迷宫这几个简化任务做了大量对比实验，结论是会。

就像大模型照着范文写出相似文风，Jev 也能不改模型参数，只靠这次输入里的例子和记录调整判断，即上下文学习。但能强多少，很大程度看怎么喂；要多看几步的，目前看来还不太行。

我们的实验用到了「老虎机」，它是测 AI「边试边学」的经典小游戏。有几个按钮，每个中奖概率固定，但 AI 事先不知道，只能从按出来的结果里摸索出哪个最容易中。

1️⃣ 每类给几个例子，Jev 就从瞎猜学到九成多。让它给句子分五类，标签故意起成没含义的 L1–L5，哪个标签指哪类只能从例子里看出来。不给例子只对 23%，和瞎猜的 20% 差不多；每类给 1 个例子就到 85%，给 4 个到 97%。

2️⃣ 看历史记录也能学，但怎么喂效果差很多。在老虎机游戏中，我们给 Jev 一串「按了哪个、中没中」的记录。记录里差按钮按得多得多，中的次数也就往往更多，光数中了几次就会选错，Jev 50 题里还是挑对了 39 题；同一份记录，问的时候多提醒一句比较中奖率、别数次数，就挑对 48 题。

3️⃣ 迷宫游戏里，躲坑学得会，绕远路目前看来还不太行。我们在迷宫里藏了看不见的坑。把前几局踩坑的位置写进输入，每局第一次走到已知的坑跟前，Jev 约九成能避开，却常在坑前来回打转、没去绕远（见图），120 局只通关个位数。难在绕路。拿掉坑只留墙，从起点一路朝终点走就能到的，几乎都走到；要比直走多绕 4 步以上的，只有约四分之一。Jev 每步直接给出答案、不写推理，表现得像只凭直觉、看不到绕远之后的路。

为什么 Jev 不先把思路写出来再走？官方把这类模型叫 System One，说是受卡尼曼《思考，快与慢》启发，取的是「快思考」那一侧；官方演示里，Jev 打 Doom 每秒做约 10 次决策。估计 Jev 也能训练成先想再答，但那样就慢了，有违靠直觉快速拍板的初衷。

看起来，Jev 会上下文学习，给它例子和记录，它能把判断调准；想让它越玩越强，还得有人帮一把，把 state（材料）和问题组织好，有点像给大模型写提示词。

Jev人工智能