前 OpenAI 研究员 Diogo Almeida 发布 Jev 模型，主张用 RLCD 替代 RLHF 以解决 AI 自动化决策的可靠性问题

TypeSafe CEO、前 OpenAI InstructGPT 参与者 Diogo Almeida 发布名为 Jev（System One 模型）的新模型，其核心目标是让代码直接消费模型输出，而非仅作为人类对话助手。Almeida 认为在 Jev 出现之前，尽管 AI 能解决复杂数学难题，却因缺乏可靠的接口而无法自动化基础工作，称这一阶段为“悲剧”。该模型通过面向校准决策的强化学习（RLCD）优化，旨在提供经过概率校准的选择、评分和置信度，使开发者能依据不确定性阈值控制程序流程。

技术细节上，Jev 摒弃了传统 RLHF 导致的“模式坍缩”（mode dropping），即模型倾向于生成安全但概率分布失真的常见答案，转而追求真实置信度的表达。模型输出被定义为三种可编程类型：Choice（对应枚举分支）、Noul（基于伯努利概率的条件判断）和 Score（用于排序筛选）。Almeida 强调，这种设计将智能视为数据库般的基础设施，区分了“能力对齐”（按指令执行）与“安全对齐”（服从提供方规则），主张通用 API 不应在底层硬编码特定价值判断，以免在后台运行时突然中断流程。目前日调用量已超一万亿 Token，且团队正快速迭代版本，暂不承诺永久维护旧版。

商业与应用层面，Jev 聚焦四类场景：分析高成本闲置的“暗数据”、实时流程判断、验证其他模型输出以及嵌入软件核心逻辑。Almeida 反对依赖公开基准榜单，主张通过内部评测衡量“每美元智能”，并建议开发者将任务拆分为最小语义单元进行独立评估。他明确表示不会自行进行昂贵的预训练，而是通过组合现有能力和数据工程来释放价值，同时呼吁行业探索摆脱 KV Cache 限制的编程 Agent 新设计模式。事实部分基于访谈实录，推断部分涉及对 RLCD 技术路线可行性的预期，猜测部分关于未来多模型动态调度机制尚未成为产品承诺。