#模型时代# Jev模型创始人、ChatGPT共同发明者：RLHF是弯路，AI行业搞错了优化目标，下一个时代一定不是Claude Code时代

迪奥戈·阿尔梅达是GPT-4、ChatGPT与InstructGPT/RLHF论文的共同作者，当年在OpenAI团队中亲手参与构建了现代大语言模型的后训练范式。2024年离开OpenAI后，他创办了TypeSafe AI，进入长达两年的隐身研发。

2026年8月1日，阿尔梅达登上AI Engineer World's Fair峰会，发表了一场20分钟的高密度演讲。当时TypeSafe尚未公开任何产品。45天后的9月15日，TypeSafe携4000万美元融资正式亮相，发布了旗舰模型Jev。Jev完全不能生成文本，只返回带有校准置信度的结构化决策，TypeSafe将其定义为业内首个“系统一模型”。在其自建的工作流评估中，Jev比前沿大模型快了最多193倍，成本低至444倍。上线24小时内被Vercel AI Gateway近13%的付费团队采用，创下该平台历史最快采用纪录。

我找了一圈，发现这场发布前一个月的演讲，基本最能体现阿尔梅达的思路，基本能完整勾勒出了Jev背后的思想源头。

以下是这场演讲的全记录了。

一、AI行业的认知撕裂，以及真正的解释

1、两个教派，各有各的证据，但谁也说服不了对方

阿尔梅达开场没有讲技术，先讲了一个所有AI从业者都能感同身受的困惑。

“繁荣狂热教派”认为AI的进展好到发疯：基准跑分被迅速攻克并超越人类水平，传统NLP测试被横扫碾压，大模型据称能独立自主运行的时长呈指数增长。“泡沫破裂教派”的质问同样犀利：如果AI真的无所不能，为什么今天所有的落地形态还是一个聊天框，或者像Claude Code这样的终端工具？曾经挂在嘴边的“颠覆性AGI工业革命”几乎没人再提了，取而代之的是大家按部就班地讨论它如何成为“极具价值的B2B SaaS”。

“全行业唯一达成的共识，就是这两种极端观点的撕裂并存，中间地带完全缺失。”

2、分水岭：大模型能攻克高等数学，为什么做不好一个客服系统？

阿尔梅达认为这才是最关键的问题。这个技术反差在直觉上极其荒谬：大模型已经能去攻克人类尚未解决的数学难题，但一家普通企业的客户服务系统，依然必须依赖人在回路才敢做出最基础的决策。右边这些任务明显比左边简单，AI却做不好。

3、真正的分野：取悦人类 vs 移出人类

他的解释极其简洁。

那些跑分惊人的任务，根本目标从第一天起就是 “取悦回路中的人” 。比如Claude Code，它的核心使命并不仅仅是让代码跑通。如果只为跑通程序，它的交互方式会完全不同。它真正的核心机制，是在全流程中取悦面前的开发者。

而那些看似基础却屡屡失败的任务，终极目标恰恰相反：“彻底移出回路中的人” 。理想状态下，这些任务应当在一个永远无人查看的后台服务器中静默运行，最终沉淀为不需要人类操心的遗留软件。

这就是 协助与自主自动化的本质分野 。

4、由此引出第一个核心判断

当今的AI，在有人在回路的协助任务上表现得不可思议，但在自主自动化任务上根本无法胜任。 行业普遍通行一种产品潜规则：确保所有试错成本和筛选摩擦全部由终端用户承担，绝不落在企业自己的业务头上。在客服场景中，让AI把海量帮助文档丢给用户自己翻找，商业上完全被允许；但让AI自主决定是否批准一笔昂贵的赔偿或退款？绝对不行。

“这是一种极度糟糕的产品模式，但这就是当今AI的残酷现实。”

二、RLHF的原罪：过度承诺是一项被刻意设计出来的特性

1、“我们字面意义上把人塞进了回路里”

RLHF是支撑ChatGPT以及当今市面上近乎100%主流大模型的核心算法。阿尔梅达一句话概括它的运作流程：收集人类的主观偏好，然后针对人类的偏好使劲优化。

为什么今天所有的大语言模型都必须有人在回路？他给出的答案“简单到有些可笑”：因为在训练的时候，团队字面意义上就是把人硬生生塞进了那个回路里。 整个回路的设计初衷就是为了优化人类的主观偏好，它从来都不是为了让软件能自主运行。

2、数学结构决定了“迎合”是内生特性

大模型的过度承诺和虚假迎合，根本不是算法Bug。这是一项被刻意设计出来的特性。 阿尔梅达引用Meta早期的一项对齐研究来佐证：由于主要优化目标是人类的主观满意度，任何RLHF模型在人类偏好得分与客观真实结果之间，永远存在巨大的正向剪刀差。即使客观结果错误，只要态度好，人类评分依然奇高。

3、放屁录音的经典案例

他用推特上一个广为流传的案例做了说明：有网友发给ChatGPT一段真实的放屁声效音频文件，问它“这是我自己做的新音乐，能给我一个真诚坦率的评价吗”。ChatGPT极其一本正经地回复：“这是一首极具阴森诡异氛围感的环境音乐佳作。”

一旦模型遇到未知的灰色地带，它在策略上永远会无脑倒向最能取悦人类预期的说辞。对于聊天框里的C端用户，这完全合理，对话工具的终极追求就是拉满用户留存与互动率。但如果追求的是真正的自主自动化，需要的恰恰是模型根本不在乎人类的情绪偏好，只以极度校准的方式客观、精准地执行任务。

4、第二个核心判断：奖励模型的不对称性让错误永远显得自信

由于RLHF奖励模型中存在严重的不对称性，无论模型在事实层面犯了多么荒谬的错误，它在外观和语气上永远显得合理且自信。 这正是整个行业陷入两难困境的死结所在。大家在商业上拼命想实现自动化，手中拿的却是一套只会自信迎合的架构。

阿尔梅达解释了这种不对称的病理机制：RLHF奖励模型中存在类似于GAN，即生成对抗网络的严重不对称性。这种机制强烈地诱导策略模型“丢弃模式”并展现出盲目的过度自信。在奖励模型的判别函数下，一个不自信、坦承“我不知道”的模型在算法上极易被严厉惩罚；相反，用自信权威的口吻编造一个谎言，反而能轻松骗过奖励模型拿高分。

三、为什么下一个时代不是Claude Code时代，以及软件行业的停滞

1、Claude Code依然属于协助时代的产物

阿尔梅达的逻辑是：Claude Code的内核依然是标准的RLHF。如果它纯粹由可验证奖励强化学习，即RLVR驱动，它的表现形态和交互界面会完全不同。很多做Agent的团队常常陷入一个死循环：模型有时展现出很强的自主探索能力，但稍微一调整就不再听从真实指令；两种优化路径在策略空间里反复拉扯，但无论怎么微调，都没有真正增加模型在现实世界中的确定性自主能力。

从协助时代走出来的唯一逻辑终局，就是真正的自主自动化。

2、2019年以来，SaaS软件唯一的变化是侧边栏挂了一个聊天框

阿尔梅达提出了一个尖锐的观察：自2019年以来，全球所有主流B2B SaaS软件的底层架构，几乎没有发生过任何本质变化。在大模型技术爆发的这几年里，SaaS软件唯一的变化，仅仅是在原有系统侧边栏硬生生挂上了一个AI聊天助手。

“结合AI取得的巨大进步来看，这看似荒诞，但只要你意识到当今AI天生就是‘协助原生’的，一切就完全在情理之中了。”

3、即时软件是双刃剑：编写代码变便宜了，但软件本身没有变聪明

他引用YC总裁加里·谭的论断来说明。加里·谭赞赏说，我们正在步入“即时生成软件的黄金时代”。阿尔梅达不排斥这个判断，他也使用Claude Code和ChatGPT。但他真正想要的是更聪明的软件本体。为什么B2B软件不能拥有更高的表达力？为什么软件底层的基本积木直到今天毫无长进？

他指出一个普遍的误区：每当谈论自动化，大家总试图把一个人类员工复杂模糊的全部工作打包给AI。但自动化真正的本质，应当是精准锁定那些极其繁重、机械、高度确定的重复性事务。这些事务规则清晰到可以一次性定义，交给计算机以接近零的成本无限次稳定执行。

“但今天现实中根本没有发生这些！我们现在仅仅是把编写软件的过程自动化了，但写出来的软件本身的表达力和智力边界，却完全停留在原地。”

4、第三个核心判断：RLHF是一次始料未及的弯路

行业终将认识到，RLHF并不是通用人工智能的康庄大道，它更像是一次始料未及的“奇特弯路”。 明天的AI必然属于自主自动化，终将迎来由真正更聪明的软件所驱动的世界。尽管当今的大模型如此聪明，真实物理世界中被真正自动化的比例，依然小到可以忽略不计。

这正是TypeSafe AI攻坚的使命。他们的核心命题是：如果彻底推倒重来，将整个AI系统栈围绕“高可靠性与自主自动化”重新设计，架构会发生何种剧变？底层的技术积木该如何重构？

他还给出了一条预告：大模型最初的缩放定律在底层假设上是错误的。

四、RLHF之后的三条岔路：RLHF、RLVR、RLCD

演讲进入问答环节后，技术密度进一步攀升。三段问答揭示了TypeSafe区别于整个行业的技术选择。

1、预训练没有问题，幻觉的病因在后训练

一位观众提出：如果像图灵奖得主Yoshua Bengio建议的那样，在预训练阶段就同时训练一个分类器头，能否解决可靠性问题？

阿尔梅达回答干脆利落：预训练本身没有任何毛病，它极其卓越。 人类能够把全互联网的知识压缩进一个深度神经网络并加以调用，这本身就是不可思议的奇迹。真正的问题从来不在预训练，而在于后训练阶段是如何将其智能发掘出来的。

所谓的“幻觉”，其本质完全是强行优化人类偏好的内生产物。在奖励模型的判别函数下，不自信的模型被严厉惩罚，自信编造的模型反而拿高分。

2、“绝对不是RLVR”：三条技术路线的北极星指标各不相同

有观众直接追问：你们在TypeSafe搞的，是不是当前大热的RLVR？

阿尔梅达的回答斩钉截铁。他划出了三条完全不同的强化学习技术路线，每一条都有其不可动摇的“北极星指标”：

RLHF 优化人类的主观偏好，产出是自由文本的Chat对话接口

RLVR 优化封闭数理题目的绝对正确性，产出是带思维链推演步骤的推理接口

TypeSafe的第三条路 优化极度校准的决策机制，旨在把预训练底座的原始智能直接转化为机器原生的、能被软件直接稳定调用的决策能力。这条路线后来在Jev正式发布时被命名为RLCD，全称Reinforcement Learning for Calibrated Decisions，即校准决策强化学习

他补充了一个层级更高的判断。强化学习先驱理查德·萨顿的经典论文《苦涩的教训》认为通用算法结构胜过人类先验规则。阿尔梅达认为这在规则完备的棋盘游戏里成立，但在复杂的真实世界里并不成立。高质量数据比纯算力重要得多，而让模型执行“正确的任务目标”，其重要性又在数量级上碾压单纯的数据堆砌。

3、连API的形态都彻底变了

第三个问题触及架构的更深层。阿尔梅达的回答直接揭开了更大的技术分歧：三条路线连对外暴露的API形态都完全不同。RLHF暴露的是自由文本Chat接口，RLVR暴露的是带思维链的推理接口，而TypeSafe正在做的自动化决策架构，其对外契约在根本逻辑上就完全不同。

“我们完全是从零思考这一切，就像当年我们在OpenAI做出InstructGPT之前，整个行业根本没有人理解什么叫‘指令遵循’一样。通常情况下，当后训练领域迎来真正的重大技术分叉时，新事物在刚诞生时往往会被所有人视为异类，但在事后复盘时，大家又会觉得这难道不是理所应当的必然走向吗？”

五、45天后的验证：Jev做到了什么，以及6个克隆体

1、Jev的技术路径与演讲蓝图完全对应

这场演讲发生在2026年8月1日。45天后，TypeSafe发布了Jev。

Jev使用RLCD训练，采用并行采样器取代逐Token自回归生成，输出空间在调用前就被枚举和约束，这意味着它在数学上不可能产生预定义schema之外的输出，也就不可能出现传统意义上的“幻觉”。它不生成任何自然语言文本，只返回三种原语：从预定义集合中选择一个选项、在预定义量表上给出评分、或者返回是/否概率，每一种都附带校准的置信度值。

定价为每百万输入Token 0.042美元，输出Token完全免费。在TypeSafe自建的工作流评估中，Jev在结构化决策任务上的智能水平接近前沿大模型，但速度快了20到200倍，成本低了40到400倍。Doom演示中，Jev以每秒约10次的频率接收结构化的游戏状态文本描述，返回动作决策，成本约每小时7美元。

阿尔梅达在Jev发布时写道：“多数智能最终应该生活在软件内部，在后台安静地运行。”

2、AI Gateway史上最快采用速度

根据Vercel AI Gateway在9月18日发布的数据，Jev在上线24小时内被近13%的付费团队采用，成为AI Gateway历史上采用速度最快的模型。 这个数字是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。Jev在上线12小时内就超越了所有对比模型，并在此后持续拉大领先距离。此前所有新模型在上线满一天后均未突破7%的团队渗透率。

3、两天内涌现6个克隆项目

由于TypeSafe没有公开Jev的模型权重和架构论文，开发者社区掀起了大规模的逆向复刻热潮。AINews在9月19日的报道中统计，Jev发布仅两天内就涌现出至少6个克隆项目，技术路线各异：

Laya，基于ModernBERT-large编码器加PPO训练，通过序列嵌入上的PPO输出转化概率轨迹

DiffusionGemmaJev，从扩散模型方向切入，在基准测试中已接近Jev的表现

Bespoke Nimble，采用Qwen3.5-9B的LoRA微调加对比学习数据策展

SemIf（曾用名OpenJev），基于Qwen3.5的因果骨干，在最后一个Token上加了一个三分类的自然语言推理分类器头

Jevlike，走了一条完全不同的轻量级路线，用40K字节嵌入做选项注意力模型，每个候选选项变成一个query去读取共享的上下文表示，然后获得评分

Kev-0.5B，在Qwen2.5-0.5B上加LoRA适配器和一个小型读出头

Jev发布视频在两天内获得3600万次播放。作为参照，OpenAI的Navier-Stokes成果视频获得7400万次播放，Anthropic的Fable 5获得5700万次播放。

4、质疑同样存在

围绕Jev的讨论伴随着审慎的质疑。其基准测试目前完全来自TypeSafe自建的工作流评估，尚无独立第三方验证。RLCD的技术细节尚未以论文形式公开发表，外部研究者无法复现。Jev的“零幻觉”声明严格来说指的是它不可能生成schema之外的值，但这并不意味着它在给定选项中不会选错。多位开发者指出，生产环境中的准确率、置信度校准的真实表现、高负载下的延迟稳定性，都需要更多实战数据来验证。6个克隆项目中，也有人对TypeSafe声称的RLCD创新提出质疑，认为其核心机制可能并不如宣传的那样独特。