출처: https://x.com/rronak_/status/2101544156757950697 (Ronak Malde). 세부 수치는 이 게시물을 인용한 @NFT_Chen의 요약(2026-09-20-x-nft-chen-jev-skills-install)에서 가져왔다.
개요
jev와 GPT-6 Astra를 함께 쓴 에이전트가 마인크래프트에서 엔더 드래곤을 8분 43초 만에 처치했다. 비용은 1달러가 안 됐다(Jev 0.01달러, Astra 0.96달러). 작성자는 코드를 공개했고, 이런 움직임은 Jev의 거의 즉각적인 결정과 Astra가 계속 배워 쌓는 스킬이 있어야 가능하다고 설명한다.
두 모델의 분업
| 역할 | 모델 | 하는 일 |
|---|---|---|
| 참모(System 2) | Astra | 비동기로 지시를 내리고, 실패하면 새 스킬을 작성해 갈수록 잘하게 된다 |
| 손(System 1) | Jev | 걷기·점프·시점 전환·침대 클릭을 거의 실시간으로 결정한다 |
- 즉시 동작 131회, 계획 호출 35회.
- 첫 진입에서 침대 6개로 드래곤을 폭파했고, 체력을 거의 잃지 않았다.
- 비교 대상으로, Astra 단독으로 마인크래프트를 하면 141시간이 걸렸고 크리퍼에 진행을 날린 뒤 몇 시간 동안 감자를 심었다고 한다.
- 다음 단계는 이 행동 기록을 Trajectory에 넣어 후속 학습에 쓰는 것이다.
읽는 법
“반사는 거의 공짜, 생각에만 돈을 쓴다”는 구조다. 한 모델을 키우는 대신 빠른 결정 모델과 느린 계획 모델을 묶는 방식이 로봇·컴퓨터 사용·게임 에이전트로 퍼질 것이라는 게 인용자의 전망이다. All-In Summit 2026 정리 팟캐스트(2026-09-27-ai-frontier-ep115-all-in-summit-2026)도 Jev·Astra 실험을 같은 흐름으로 다뤘다. 다른 Jev 응용은 moc-jev에 있다.