前OpenAI研究员推出Jev，称Claude Code和Codex仍属辅助阶段

9 月 22 日，TypeSafe CEO、Jev 创始人 Diogo Almeida 做客 Latent Space 播客，用一句措辞直接的话概括自己的不满：在他看来，Jev 出现之前的 AI 世界简直是个悲剧。他的判断是，强大的智能引擎已经有了，把它接进实际业务流程的接口却仍然欠缺。几个月前在 AI Engineer 大会的演讲中，他就提出下一个时代并不是 Claude Code 时代，因为 Claude Code 与 Codex 本质上仍属于同一个阶段——AI 的主要角色仍然是围绕人提供辅助。

Jev 是他给出的答案。按 Almeida 的描述，目前最准确的称呼是 System 1 模型，能力范围远超决策本身；公司内部也用机器原生模型、大型可编程模型等词描述这一类新模型。其核心目标在于让代码成为模型输出的直接使用者。他特别强调，这类模型的优化目标是每美元智能，Jev 这个名字正来自杰文斯悖论。

需要区分的是：Jev 已发布、采用 RLCD、定位为可供代码调用的模型，属于已确认的发布事实；而它能否真正兑现每美元智能的领先地位，目前只有创始人本人的表述，尚无第三方验证。

Almeida 对 RLHF 的核心批评集中在模式坍缩。他称几乎没人注意到这个缺点：RLHF 会让模型偏向生成更安全、更常见的答案，而牺牲概率分布的真实校准。他用生成对抗网络之前的图像生成模型作类比——那些模型生成的图像往往模糊；而 GAN 会直接丢掉占比很小的类别，只生成最常见的类别。

他把这条线索接到一个更宏观的疑问上：为什么 AI 能解决数学界的千禧年难题，却连最基础的活都无法实现自动化？他的解释是，为了生成很长又不容易出现明显错误的文本，模型必须极其保守，因为一旦犯错人很容易看出来；相反，一个看上去没问题、其实遗漏了微妙之处的回答，很难被察觉。他认为这既解释了直观的错误累积推论为何没有应验，也解释了为什么文本模型不擅长决策。

RLCD 与 RLHF 的区别首先在优化目标：RLHF 侧重让模型遵循人的指令、给出获得认可的回答，RLCD 则希望模型成为软件能够可靠调用的能力。这是 Almeida 对两种方法差异的界定，属于其本人主张，而非独立评测结论。

Almeida 明确表示自己不反对安全本身，但反对把特定价值判断直接写进通用模型的底层能力。他的理由是：对供程序调用的模型来说，突然返回一句拒绝，简直像是发生了类型错误。人在和聊天机器人互动时碰到拒绝，至少能看见它、换个办法继续；可如果模型是后台运行的软件依赖，某次调用突然拒绝，调用它的用户可能根本不知道底下还有这个模型。

他区分了能力对齐与安全对齐：能力对齐是让系统尽可能按使用者要求完成任务，软件工程师很需要这一点，因为行为越可预测，越容易把模型集成进程序；而安全对齐往往意味着模型除了遵循当前使用者指令，还要优先服从模型提供方设定的另一套规则，两套要求有时会冲突。他认为对 ChatGPT、Claude 这类直接面向人的产品设置安全规则可以理解，但 API 不一样，开发者需要根据接口行为来写程序。

他更倾向于把智能看作数据库，而不是一位 AI 同事：通常不会要求数据库在执行查询时自行判断用户最终会不会把结果用于坏事。他也提到，有开发者在 Slack 上询问能否这样部署 Jev，他的第一反应是——我们提供的是 API，具体应用怎么设计不该事事由我们批准。他承认企业可以出于实际考虑限制用途，但主张不应把这些偏好固化进模型的底层判断。

关于可靠性，Almeida 说他更重视稳健性：问题含义没变，就不该因为加入无关字符而大幅改变判断，而不只是追求相同输入得到相同输出。在版本管理上，他表示已经部署的模型不会悄悄修改，因为 API 是别人程序里的依赖；但会快速发布新版本，目前还不能承诺永久维护每个旧版本。

在评测上，他明确不喜欢公开榜单，理由之一是刷分容易。他称团队会通过内部评测比较成本和能力，追求同等成本下更强、同等能力下更便宜，反对的是围绕榜单优化、让分数脱离真实价值。他建议开发者把模型放进自己的工作流测量实际表现，不能只看价格、速度或一个总分。

在任务组织上，他建议把复杂任务拆成最小、可独立判断的语义单元，用结构化输入提供必要信息，再由代码控制最终行为：Choice 对应选择分支，Noul 对应条件判断，Score 对应评分、排序和筛选；每一步都可单独评估、调整阈值，能力不足时转交人工或暂不部署。他梳理的四类应用方向是：分析因处理成本太高而闲置的暗数据、为实时流程提供快速判断、检查其他模型的调用和输出、把智能判断嵌入软件核心逻辑，其中他尤其看好暗数据分析和编程 Agent。

Almeida 形容 Jev 发布第一周的情绪糟糕透了，自己像一具疲惫不堪的行尸走肉，因为同时发生的事情太多；但心理层面完全相反，他觉得这一周自己反而和现实更合拍了，像是大家终于看见了 AI 能做到的事情远比过去想象的多。他提到自己决定优先做社区公开交流，而不是把时间花在 VIP 和投资人身上，希望真正得到最多注意力的是工程师和开发者。

在路线选择上，他不认为放慢发展速度是唯一选项。他的说法是，相关讨论往往默认大家必须沿现有 RLVR 路线继续加大投入，但研究目标和技术路线都可以重新选择；为了提升表现而给模型多大行动空间，本身就是设计决定，不该被当作不可避免的前提。对于研究者是否该离开前沿实验室创业，他的回答是要看为什么离开：如果只是想自由尝试课题，现有实验室可能仍然最合适；如果找到了值得长期投入的新任务，他会支持创业。

这些表述勾勒出一个明确的立场，但立场不等于结果。Jev 能否让调用智能像执行数据库查询一样自然，Almeida 自己说现在离理想状态还很远，希望把可靠性再提高几个数量级。这是一个尚未闭合的承诺，也是整场发布中最需要后续验证的部分。