通过外部输入玩《Pokémon》的概念通过 'Twitch Plays Pokémon' 获得了主流知名度。这是一个社交实验，其中超过 110 万用户通过聊天室发送手动指令来控制角色。这种方法的特点是其不稳定且混乱的性质，因为系统必须解析成千上万个同时发生的、往往相互冲突的人类输入，导致严重的输入延迟和频繁阻碍进展的“恶作剧”。尽管众包指令具有不可预测性，但该实验之所以能够成功，依靠的是游戏宽容的轮流制结构。
这张图片展示了作为 Jev 等自动化 AI 代理前身的众包、人为驱动的输入方法。
相比之下，来自 TypeSafe AI 的决策模型 Jev 通过自动化的代理推理来达成相同的目标。Jev 通过做出 16,150 个不同的决策，在 37 小时 40 分钟内完成了《Pokémon Red》。Jev 并非依赖人类文本流，而是通过一个技术“框架”运行，该框架读取游戏的 RAM 以识别当前状态，包括地图、玩家队伍和屏幕上的文本。随后，该框架会向 Jev 提供一系列合法的选项，并配以特定的事实，例如 A* 寻路数据、技能类型匹配和伤害估算。Jev 接着选择最佳行动，由框架将其作为按键按下执行。
虽然 Jev 代表了向自主 AI 代理的转变，但其表现受到特定架构权衡的影响。该系统使用预定义的剧情里程碑和寻路逻辑来引导模型，确保其朝着目标前进。为了防止 AI 陷入重复循环——这是自动化游戏中的常见问题——框架会标记出导致无变化的选项，并强制模型采样其他替代方案。一些观察者指出，这种程度的引导虽然对于完成游戏有效，但限制了模型的“原始”智能，因为它依赖框架来过滤掉不可能的行动，并提供人类玩家通常会凭直觉处理的导航数据。该项目展示了高速、低成本的执行，Jev 的决策中位时间为 0.4 秒，整个通关过程的总成本约为 1.65 美元。