El concepto de jugar Pokémon a través de entradas externas ganó fama masiva mediante 'Twitch Plays Pokémon', un experimento social donde más de 1.1 millones de usuarios enviaban comandos manuales a través de una sala de chat para controlar a un personaje. Este método se definió por su naturaleza errática y caótica, ya que el sistema tenía que analizar miles de entradas humanas simultáneas y a menudo contradictorias, lo que provocaba un retraso significativo en las entradas y 'trolling' que frecuentemente impedía el progreso. El experimento dependía de la estructura permisiva y por turnos del juego para tener éxito a pesar de la naturaleza impredecible de los comandos generados por la multitud.
Esta imagen ilustra el método de entrada impulsado por humanos y crowdsourcing que sirvió como precursor de los agentes de IA automatizados como Jev.
En contraste, Jev, un modelo de decisión de TypeSafe AI, aborda el mismo objetivo a través de un razonamiento agéntico automatizado. Jev completó Pokémon Red en 37 horas y 40 minutos tomando 16,150 decisiones distintas. En lugar de depender de un flujo de texto humano, Jev opera a través de un 'harness' técnico que lee la memoria RAM del juego para identificar el estado actual, incluyendo el mapa, el equipo del jugador y el texto en pantalla. Este harness presenta entonces a Jev una lista de opciones legales emparejadas con hechos específicos, como datos de búsqueda de rutas A*, emparejamientos de tipos de movimientos y estimaciones de daño. Jev selecciona entonces la acción óptima, que el harness ejecuta como una pulsación de botón.
Si bien Jev representa un cambio hacia agentes de IA autónomos, su rendimiento está moldeado por compensaciones arquitectónicas específicas. El sistema utiliza hitos de la historia y lógica de búsqueda de rutas predefinidos para guiar al modelo, asegurando que se mantenga en camino hacia los objetivos. Para evitar que la IA se quede atrapada en bucles repetitivos —un problema común en la ejecución automatizada de juegos— el harness etiqueta las opciones que no resultan en cambios y obliga al modelo a muestrear alternativas. Algunos observadores señalan que este nivel de guía, aunque eficaz para completar el juego, limita la inteligencia 'pura' del modelo, ya que depende del harness para filtrar acciones imposibles y proporcionar datos de navegación que un jugador humano navegaría de forma instintiva. El proyecto demuestra una ejecución de alta velocidad y bajo costo, con Jev tomando decisiones en una mediana de 0.4s a un costo total de aproximadamente $1.65 para toda la partida completo.