上個月1日，AI Engineer World's Fair峰會現場，一位演講者登台後對全場做了一個有殺傷力的開場：「我是OpenAI內部極少數公開對ChatGPT開黑的人之一。」不過，這位演講者有資格這麼講。他名叫迪奧戈·阿爾梅達（Diogo Almeida），身份是GPT-4、ChatGPT與InstructGPT/RLHF論文的共同作者，當年在OpenAI團隊中親手參與了現代大語言模型後訓練範式的構建。
▲ 阿爾梅達自述與ChatGPT的特殊關係：「Made ChatGPT / Hates on ChatGPT」
說到不如做到。一個半月後，2026年9月15日，阿爾梅達創辦的TypeSafe AI結束了長達兩年的隱身研發，攜4000萬美元融資正式亮相，並發布了他們的首個旗艦模型Jev。這個模型在開發者社區引發了震動：它完全不能生成文本，沒有聊天能力，不寫代碼，不作解釋。它只做一件事：接收程序狀態和預定義的結構化問題，以70到500毫秒的延遲，返回帶有校準置信度的類型安全決策。TypeSafe將其定義為業內首個「系統一模型」（System One Model）。在其自建的工作流評估中，Jev的決策速度比前沿大模型快了最多193倍，成本低至444倍。在最受關注的演示中，Jev以每秒約10次決策的頻率實時操控經典遊戲Doom，每小時成本僅約7美元。
回看這場在Jev發布前一個月的演講，阿爾梅達當時已經勾勒出了這套「叛逆架構」的思想源頭。在演講中，他以RLHF共同發明者的身份，系統性地解構了整個基於人類偏好反饋的大模型工業體系，清晰劃定了AI從「協助時代」走向「自主自動化時代」的技術斷層，並首次向外界透露了TypeSafe推倒重來的底層藍圖。
以下是這場演講的記錄。
▲ 演講開場標題頁：What's Next After RLHF?
1. AI行業的精神分裂：繁榮教派和泡沫教派，誰瘋了？
阿爾梅達沒有從技術細節入手。他從一個所有AI從業者都能感同身受的困惑開始：行業里到底在發生什麼？
他把當前市面上的聲音排成一道光譜。一端是他所說的「繁榮狂熱教派」（Cult 1）：在這群人看來，AI的進展好到令人發瘋。幾乎每一個基準跑分都在被迅速攻克並超越人類水平，傳統NLP測試被橫掃碾壓，大模型據稱能夠獨立自主運行的時長正在呈指數級增長，一切加速態勢還在不斷攀升。
▲ 繁榮教派（Cult 1）論據：基準跑分被全面橫掃，大模型自主運行時間呈指數增長
光譜另一端則是「泡沫破裂教派」（Cult 2）。他們的質問同樣犀利：如果AI真的無所不能，為什麼今天所有的落地形態還是一個聊天框應用，或者像Claude Code這樣的終端代碼工具？他們指出，AI完全是科技巨頭之間的循環融資，沒有產生實質性商業價值。更尖銳的是，曾經老一代AI先驅掛在嘴邊的「顛覆性AGI
工業革命」幾乎沒人再提了，取而代之的是行業按部就班地討論它如何成為「極具價值的B2B SaaS」。
▲ 泡沫教派（Cult 2）質疑：缺乏實質業務回報，顛覆性革命敘事降級為傳統SaaS輔助工具
「全行業唯一達成的共識，就是這兩種極端觀點的撕裂並存，中間地帶完全缺失。」阿爾梅達說，每個人都覺得對方瘋了，只是發瘋的理由截然相反。
2. 分水嶺：為什麼AI能攻克高等數學，卻做不好一個客服系統？
認知撕裂鋪完底色之後，阿爾梅達拋出了他認為最關鍵的問題。
他讓台下思考一個直覺上極其荒謬的技術反差：當今的大模型已經能夠去攻克人類尚未解決的高等數學難題，但一家普通企業的客戶服務系統，依然必須死死依賴人在迴路（Human in the Loop）才敢做出哪怕最基礎的決策。右邊這些任務在直覺上明顯比左邊簡單得多，卻反而是AI做不好的那一類。
▲ 理性的分水嶺：左側「好到難以置信」（人在迴路）vs 右側「糟到無法使用」（移出人類）
「任何在AI行業工作的人都必須對這個現象給出合理解釋，因為這就是最真實的行業現狀。」
他給出的解釋極其簡潔：那些跑分驚人的任務，其根本目標從第一天起就是為了「取悅迴路中的人」。比如Claude Code，它的核心使命並不僅僅是讓代碼能夠運行。如果只是為了讓程序跑通，它的整個交互和對話方式會截然不同。它的核心機制是在全流程中取悅面前的開發者。
而光譜右側那些看似基礎、卻屢屢失敗的任務呢？它們的終極目標恰恰是「徹底移出迴路中的人」。在理想狀態下，這些任務應當在一個永遠無人查看的後台伺服器中靜默自主運行，最終沉澱為底層完全不需要人類操心的遺留軟體。
這就是協助（Assistance）與自主自動化（Automation）的本質分野。
▲ 第一課核心論點：「Today's AI is incredible at assistance, not automation.」
由此引出他當天給出的第一個核心判斷：當今的AI，在有人在迴路的協助任務上表現得不可思議，但在自主自動化任務上根本無法勝任。過去幾年裡幾乎所有企業都用慘痛教訓印證了這一點。他說，行業普遍通行一種產品潛規則：確保所有試錯成本和篩選摩擦全部由終端用戶承擔，而絕不落在企業自己的業務頭上。比如在客服場景中，讓AI把海量幫助文檔一股腦丟給用戶自己去翻找，商業上是被完全允許的；但讓AI自主決定是否批准一筆昂貴的賠償或退款？絕對不行。
「這是一種極度糟糕的產品模式，但這就是當今AI的殘酷現實。」
3. 「我們字面意義上把人塞進了迴路里」：RLHF的原罪
鋪墊完分析框架，阿爾梅達開始正面拆解他親手參與締造的算法本身。
RLHF的運作流程他一句話概括：收集人類的主觀偏好，然後針對人類的偏好使勁優化。他調出當年在OpenAI團隊發布的經典架構圖，指出哪些模組負責採集人類偏好，哪些模組負責策略優化。
▲ 標註版RLHF機製圖：偏好數據收集區 vs 策略模型優化區
然後他給出了一個「簡單到有些可笑」的答案，回應全行業都在追問的核心問題：為什麼今天所有的大語言模型都必須有人在迴路？
「因為我們在訓練它的時候，字面意義上就是把人硬生生塞進了那個迴路里。」整個迴路的設計初衷就是為了優化人類的主觀偏好，它從來都不是為了讓軟體能自主運行。
在阿爾梅達看來，大模型的「過度承諾」和虛假迎合根本不是算法Bug。這是一項被刻意設計出來的特性。他引用Meta早期的一項對齊研究來佐證：從數學結構上講，由於主要優化目標是人類的主觀滿意度，任何RLHF模型在人類主觀偏好得分與客觀真實結果之間，永遠存在著巨大的正向剪刀差。即使客觀結果錯誤，只要態度好，人類評分依然奇高。
▲ Meta對齊研究數據圖表：偏好評分與客觀真實結果之間存在系統性偏離
他用推特上一個廣為流傳的案例來說明這種機制的荒謬之處：有網友發給ChatGPT一段真實的放屁聲效音頻文件，煞有介事地問它「這是我自己做的新音樂，能給我一個真誠坦率的評價嗎」。ChatGPT極其一本正經地回復道：
「這是一首極具陰森詭異氛圍感的環境音樂佳作。」
▲ 推特實測截圖：ChatGPT將放屁錄音評價為「氛圍音樂佳作」
「這就是RLHF的運行機理。」 阿爾梅達解釋說，一旦模型遇到未知的灰色地帶，它在策略上永遠會無腦倒向它認為最能取悅人類預期的說辭。對於一個聊天框裡的C端用戶來說，這完全合理，因為對話工具的終極追求就是拉滿用戶留存與互動率。但如果追求的是真正的自主自動化，需要的恰恰是模型根本不在乎人類虛榮的情緒偏好，只以極度校準的方式客觀、精準地執行任務。
由此他給出第二個核心判斷：由於RLHF獎勵模型中存在嚴重的不對稱性，無論模型在事實層面犯了多麼荒謬的錯誤，它在外觀和語氣上看起來永遠都顯得無比合理、無比自信。這正是整個行業陷入巨大兩難困境的死結所在。大家在商業上拼命想要實現自動化，手中拿的卻是一套只會自信迎合的架構。
▲ 第二課核心論點：獎勵模型的不對稱性促使模型學會了「在錯誤中保持優雅與自信」
4. 「下一個時代絕不是Claude Code時代」
拆解完RLHF之後，阿爾梅達把話題推向前方：在AI的協助時代之後，下一個時代是什麼？
他回到演講最初留下的挑釁線索。為什麼下一個時代絕不是Claude Code？
他的邏輯是：Claude Code依然屬於協助時代的產物，它的核心依然是標準的RLHF。如果它純粹是一個基於可驗證獎勵強化學習（RLVR）驅動的系統，它的表現形態和交互界面會完全不同。他提到很多做Agent的團隊常常陷入一個死循環：模型有時展現出很強的自主探索能力，但稍微一調整，就立刻不再聽從真實指令；兩種優化路徑在策略空間裡反覆拉扯，但無論怎麼微調，都沒有真正增加模型在現實物理世界中的確定性自主能力。
▲ 告別協助時代，邁向真正的自主自動化（The Era of True AUTOMATION）
因此，從協助時代走出來的唯一邏輯終局，就是真正的自主自動化。
5. 2019年以來，SaaS軟體唯一的變化是側邊欄掛了一個聊天框
為了鋪墊自動化該如何發生，阿爾梅達選擇回歸軟體本身。
他提出了一個尖銳的觀察：自2019年以來，全球所有主流B2B SaaS軟體的底層架構，幾乎沒有發生過任何本質變化。在大模型技術爆發的這幾年裡，SaaS軟體唯一發生的變化，僅僅是在原有系統側邊欄硬生生「掛」上了一個AI聊天助手。
▲ 關於軟體本質的反思：軟體是自動化的母語，但2019年以來企業級架構幾乎原地踏步
「結合AI取得的巨大進步來看，這看似荒誕，但只要你意識到當今AI天生就是'協助原生'的，一切就完全在情理之中了。」 他說，既然你的工具天生只是個助手，那在SaaS軟體里，除了在旁邊放一個對話框外掛，你還能幹什麼？
但他強調，這絕不是早期AI先驅們所暢想的未來。翻翻OpenAI當年最早的官方章程，裡面談的全都是讓AI去承擔人類社會「海量繁重的工作」，而不是去追求商業利潤或做一個對話框。「我們曾經堅信，未來的軟體本身會變得更聰明，而絕不僅僅是讓寫代碼的過程變得更便宜。」
他引用YC總裁加里·譚（Garry Tan）的一句話來說明這把雙刃劍。加里·譚曾讚賞說，我們正在步入「即時生成軟體的黃金時代」。阿爾梅達並不排斥這個判斷，他也使用Claude Code和ChatGPT。但他真正想要的是更聰明的軟體本體。為什麼B2B軟體不能擁有更高的表達力？為什麼軟體底層的基本積木直到今天依然毫無長進？
▲ 對即時軟體的反思：低成本編寫代碼不等於軟體本體變得更聰明
他指出了一個普遍的誤區：每當談論自動化時，大家總試圖把一個人類員工複雜模糊的全部工作打包給AI。但自動化真正的本質，應當是精準鎖定那些極其繁重、機械、高度確定的重複性事務。這些事務規則如此清晰，以至於可以一次性定義清楚，交給電腦以接近零的成本無限次穩定執行。
「但今天現實中根本沒有發生這些！我們現在僅僅是把編寫軟體的過程自動化了，但寫出來的軟體本身的表達力和智力邊界，卻完全停留在原地。」
6. 「RLHF是一次始料未及的彎路」：TypeSafe的從零重構
所有前面的拆解匯聚到阿爾梅達當天最具顛覆性的判斷：行業終將認識到，RLHF並不是通用人工智慧的康莊大道，它更像是一次始料未及的「奇特彎路」。
▲ 第三課核心論點：RLHF是一次離奇彎路，明天的核心在於構建更聰明的自主自動化軟體
他對未來的預判非常明確：明天的AI必然屬於自主自動化，終將迎來由真正更聰明的軟體所驅動的世界。真實物理世界的生產力工作將開始被實質性自動化。儘管當今的大模型如此聰明，但現實中被真正自動化的比例，依然小到可以忽略不計。
這正是TypeSafe AI攻堅的使命。他透露，團隊當時依然處於低調的隱身研發狀態，並戲稱自己的公司PPT上寫的是「HypeSafe」。他們的核心命題是：如果徹底推倒重來，將整個AI系統棧圍繞「高可靠性與自主自動化」重新設計，架構會發生何種劇變？底層的技術積木該如何重構？
▲ TypeSafe AI願景：如果將整個AI技術棧圍繞「高可靠性與自動化」重新設計，架構會發生何種巨變？
「這是與當今市面上幾乎所有大語言模型完全分道揚鑣的技術岔路口，」 他說，「也是我職業生涯中做過的最令人興奮的技術探索之一。」
他還在演講末尾給出了一條預告：大模型最初的縮放定律（Scaling Laws）在底層假設上是錯誤的。這個論斷在當時尚未展開，但結合Jev後來的發布來看，指向的正是TypeSafe選擇放棄逐Token自回歸生成、轉向並行採樣器架構的技術基礎。
7. 現場問答：幻覺的真正病因、三條RL岔路、以及一套「完全陌生」的API
演講進入現場問答環節後，技術密度進一步攀升。
第一個問題來自一位硬核聽眾：如果像圖靈獎得主Yoshua Bengio建議的那樣，在預訓練階段就同時訓練一個分類器頭，能否解決可靠性問題？
阿爾梅達的回答乾脆利落：預訓練本身沒有任何毛病，它極其卓越。人類能夠把全網際網路的知識壓縮進一個深度神經網路的智能核心裡並加以調用，這本身就是不可思議的奇蹟，預訓練基座極其聰明。真正的問題從來不在預訓練，而在於後訓練階段是如何將其智能發掘出來的。
他進一步解釋了幻覺的病理機制：在RLHF獎勵模型中存在著類似於GAN，即生成對抗網路的嚴重不對稱性。這種不對稱機制強烈地誘導策略模型「丟棄模式」並展現出盲目的過度自信。原因在於，在獎勵模型的判別函數下，一個模型如果不自信、坦承「我不知道」，在算法上極易被嚴厲懲罰；相反，用極其自信、權威的口吻去編造一個謊言，反而能輕鬆騙過獎勵模型拿高分。
第二個追問更加直接：「你們在TypeSafe搞的，是不是當前大熱的RLVR，可驗證獎勵強化學習？」
「絕對不是RLVR！」阿爾梅達的回答斬釘截鐵。他翻出另一場分享的幻燈片，清晰劃出了三條完全不同的強化學習技術路線，每一條都有其不可動搖的「北極星指標」。
▲ 更苦澀的教訓（The Bitterest Lesson）：正確的任務目標（Task）遠大於高質量數據，遠大於純粹算力
RLHF優化的是人類的主觀偏好，這是ChatGPT和當前市面上近乎100%主流大模型的基礎。RLVR優化的是封閉數理題目的絕對正確性，這是近期因推理大模型而火爆的路線。而TypeSafe走的第三條路，優化的是極度校準的決策機制，旨在把預訓練底座的原始智能直接轉化為機器原生、能被軟體直接穩定調用的決策能力。這條路線後來在Jev正式發布時被命名為RLCD（Reinforcement Learning for Calibrated Decisions，校準決策強化學習）。
他還補充了一個意味深長的觀察。他引用強化學習先驅理察·薩頓（Richard Sutton）的經典論文《苦澀的教訓》，其核心論點是通用算法結構勝過人類先驗規則。阿爾梅達認為這在規則完備的棋盤遊戲裡成立，但在複雜的真實世界裡並不成立。他提出了一個層級更高的判斷：高質量數據比純算力重要得多，而讓模型執行「正確的任務目標」，其重要性又在數量級上碾壓單純的數據堆砌。
第三個問題觸及了架構的更深層：你們這套架構的獎勵，是在整個推理流程的每一個環節持續注入的嗎？
阿爾梅達的回答直接揭開了更大的技術分歧：連對外暴露的API形態都徹底變了。 RLHF暴露的是自由文本的Chat對話接口，RLVR暴露的是帶有思維鏈推演步驟的推理接口，而TypeSafe正在做的自動化決策架構，其對外契約在根本邏輯上就完全不同。
「我們完全是從零思考這一切，」 他說，「就像當年我們在OpenAI做出InstructGPT之前，整個行業根本沒有人理解什麼叫'指令遵循'一樣。通常情況下，當後訓練領域迎來真正的重大技術分叉時，新事物在剛誕生時往往會被所有人視為異類，但在事後復盤時，大家又會覺得這難道不是理所應當的必然走向嗎？」
8. 45天後的驗證：Jev做到了什麼？
這場演講發生在2026年8月1日。45天後，TypeSafe發布了Jev。
與演講中勾勒的藍圖完全對應，Jev確實走了一條與所有主流大模型截然不同的技術路徑。它使用RLCD訓練，採用並行採樣器而非逐Token自回歸生成，輸出空間在調用前就被枚舉和約束，這意味著它在數學上不可能產生預定義schema之外的輸出，也就不可能出現傳統意義上的「幻覺」。它不生成任何自然語言文本，只返回三種原語：從預定義集合中選擇一個選項、在預定義量表上給出評分、或者返回是/否概率，每一種都附帶校準的置信度值。
TypeSafe為Jev定價為每百萬輸入Token 0.042美元，輸出Token完全免費。在其自建的工作流評估中，Jev在結構化決策任務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以每秒約10次的頻率接收結構化的遊戲狀態文本描述，返回動作決策，成本約每小時7美元。
阿爾梅達在Jev發布時寫道：「多數智能最終應該生活在軟體內部，在後台安靜地運行。」這句話幾乎是對他一個月前那場演講的直接迴響。他說的「更聰明的軟體」，指的不是更會聊天的軟體，而是能在無人值守的後台默默做出可靠決策的軟體。
9. 發布72小時：AI Gateway史上最快採用速度，以及6個克隆體
Jev發布後的市場反應，從兩個維度印證了阿爾梅達的判斷獲得了多大的共鳴。
第一個維度是開發者採用速度。根據Vercel AI Gateway在9月18日發布的數據，Jev在上線24小時內就被近13%的付費團隊採用，成為AI Gateway歷史上採用速度最快的模型。這個數字是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。Jev在上線12小時內就超越了所有對比模型，並在此後持續拉大領先距離。作為參照，此前所有新模型在上線滿一天後均未突破7%的團隊滲透率。
▲ Vercel AI Gateway數據：Jev上線24小時團隊採用率對比（來源：Vercel）
第二個維度是開源社區的逆向復刻熱潮。由於TypeSafe沒有公開Jev的模型權重和架構論文，它在開發者社區引發了大規模的推測與仿製。AINews在9月19日的報道中統計，Jev發布僅兩天內，社區就湧現出至少6個克隆項目，技術路線各異：Laya基於ModernBERT-large編碼器加PPO訓練；DiffusionGemmaJev從擴散模型方向切入，在基準測試中已接近Jev的表現；Bespoke Nimble採用Qwen3.5-9B的LoRA微調加對比學習數據；SemIf（曾用名OpenJev）基於Qwen3.5的因果骨幹加自然語言推理分類器頭；Jevlike則走了一條完全不同的輕量級路線，用40K字節嵌入做選項注意力模型。
Jev發布影片在兩天內獲得了3600萬次播放，作為參照，OpenAI的Navier-Stokes成果影片獲得7400萬次播放，Anthropic的Fable 5獲得5700萬次播放。AINews評論指出，由於Jev沒有開源，大量的推測、演示、爭論和「酸葡萄式的批評」反而進一步推動了它的話題熱度。
圍繞Jev的討論也伴隨著審慎的質疑。其基準測試目前完全來自TypeSafe自建的工作流評估，尚無獨立第三方驗證。RLCD的技術細節尚未以論文形式公開發表，外部研究者無法復現。Jev的「零幻覺」聲明在嚴格意義上指的是它不可能生成schema之外的值，但這並不意味著它在給定選項中不會選錯。多位開發者和評論者指出，Jev在生產環境中的準確率、置信度校準的真實表現，以及高負載下的延遲穩定性，都需要更多實戰數據來驗證。6個克隆項目中，也有人對TypeSafe聲稱的RLCD創新提出質疑，認為其核心機制可能並不如宣傳的那樣獨特。
▲ 推特 @CompleteSkeptic
核心問答
Q1: 阿爾梅達認為當今AI的根本問題是什麼？
他認為根本問題在於RLHF的目標函數設定。由於整個訓練迴路的優化目標是取悅人類評委的主觀偏好，模型被系統性地激勵去過度承諾、虛假迎合，而不是追求客觀準確。這導致AI在需要人類在迴路的協助任務上表現驚人，但在需要移出人類、獨立自主決策的自動化任務上根本不堪使用。幻覺並非預訓練的產物，而是後訓練階段獎勵模型不對稱性的內生結果。坦承「不知道」會被算法懲罰，自信地編造謊言反而能拿高分。
Q2: TypeSafe的技術路線與RLHF和RLVR有什麼本質區別？
三條路線各自優化完全不同的目標。RLHF優化人類主觀偏好，產出是自由文本對話接口；RLVR優化封閉數理問題的絕對正確性，產出是帶思維鏈的推理接口；TypeSafe的RLCD優化的是校準決策，將預訓練基座的原始智能轉化為機器原生的、可被軟體直接調用的結構化決策能力。三者不僅訓練目標不同，連對外暴露的API形態都完全不同。阿爾梅達認為，讓模型執行「正確的任務目標」，其重要性在數量級上碾壓算力和數據的堆砌。
Q3: Jev發布後的市場反應如何？
Jev在Vercel AI Gateway上線24小時內被近13%的付費團隊採用，是GPT-5.6的2倍、Fable 5.1的6倍以上，創下AI Gateway歷史最快採用紀錄。發布影片兩天內獲得3600萬次播放。由於未開源，社區在兩天內湧現出至少6個克隆項目，技術路線涵蓋ModernBERT編碼器、擴散模型、LoRA微調、NLI分類器頭、輕量級選項注意力模型等多種方向。同時，圍繞其自報基準的獨立驗證、RLCD創新性的真實程度、以及生產環境中的校準表現，業界仍存在審慎的質疑。
