由前OpenAI核心研究员Diogo Almeida创立的TypeSafe AI公司，于9月15日发布了一款名为Jev的全新AI模型早期访问版本。该模型不生成文本、不参与对话、不编写代码，而是接收结构化数据与问题后，返回类型化答案及校准概率值。TypeSafe AI将其定义为”System One模型”，一种面向自动化决策的新模型类别。
据最新消息，Jev发布至今不到一个月，TypeSafe AI正在洽谈新一轮10亿美元融资，投后估值达100亿美元。而在此前9月15日发布早期访问版本时，公司刚宣布获得由DCVC领投的4000万美元种子轮融资，当时估值仅为2亿美元。不到一个月时间，估值增长约50倍。
Jev引发开发者社区广泛关注的核心原因在于其性能数据。TypeSafe公布的数据显示，在分类任务上，Jev比GPT系列模型快约193倍、成本低约445倍。Vercel CEO Guillermo Rauch测试后表示，在p95延迟指标上，Jev比GPT Luna快18倍，且准确率更高。LangChain在模型发布后第一时间发布了集成指南。
但真正让Jev获得行业关注的，是其创造者Diogo Almeida的背景与判断。Almeida曾在OpenAI工作近四年，是GPT-4、ChatGPT以及RLHF/InstructGPT的合著者。他所在团队基本定义了”后训练”这一概念，当前几乎所有大语言模型的核心训练范式均与此相关。
在Jev发布前六周，Almeida在AI Engineer大会上做了一场18分钟的演讲，题为”What’s Next After RLHF?”。他在演讲中表示，自己是OpenAI内部少数公开批评ChatGPT的人，并认为ChatGPT和Claude Code属于同一个时代，整个行业终将把RLHF时代视为一段”奇怪的弯路”。
Almeida在演讲中提出了”assistance与automation”的区分框架。他认为，当前AI表现出色的任务，本质上都是human-in-the-loop任务，其目标是取悦回路中的人类，而非实现自主运行。Claude Code的目标不是让代码跑起来，而是让人类满意。而AI表现不佳的任务，目标恰恰是去除人类干预，实现后台自动化运行。
他进一步指出，RLHF的本质是收集人类偏好并优化人类偏好，这直接解释了为何所有LLM都需要人类在回路中——因为训练过程中就把人类放进了回路。这也意味着，模型在不确定时选择讨好人类偏好是设计使然，过度承诺是feature而非bug。Almeida引用早期meta研究指出，RLHF模型在人类偏好与实际结果之间永远存在较大差距。
Almeida还提出”原始的Scaling Law是错的”这一判断，认为行业只是在自动化”写软件”这件事，但软件本身的表达力并未改变。他将当前AI领域的两极分化观点——一方认为进展神速、一方认为泡沫严重——归因于对assistance和automation两类任务的混淆。
从行业影响来看，Jev所代表的”System One模型”路线，试图绕开RLHF范式，直接面向自动化决策场景。这一方向若被验证可行，可能对当前以对话交互为核心的大模型产品形态形成补充甚至替代。TypeSafe AI的快速估值攀升，也反映出资本市场对”后RLHF时代”技术路线的强烈兴趣。不过，Jev目前仍处于早期访问阶段，其在实际企业场景中的稳定性与泛化能力尚待验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
