{"id":88888,"topic":"ai","source":"36kr.com","title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","url":"https://www.36kr.com/p/3995938530971528","url_hash":"2ddc86f3910d9a6f966f36023a80725f69d0f521","author":"","summary":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 36kr.com","content":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","image_url":"https://img.36krcdn.com/hsossms/20260923/v2_26aeca0e81bf428ab5100b628fcf745f@46958@ai_oswg721485oswg1053oswg495_img_png~tplv-1marlgjv7f-ai-v3:600:400:600:400:q70.jpg","lang":"zh","published_at":"2026-09-23T13:45:20+00:00","fetched_at":"2026-09-23T14:15:09+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://www.36kr.com/p/3995938530971528","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}},"news_item":{"id":88888,"canonical_url":"https://www.36kr.com/p/3995938530971528","source_url":"https://www.36kr.com/p/3995938530971528","title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","source_name":"36kr.com","author":null,"published_at":"2026-09-23T13:45:20+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 36kr.com","full_text":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","excerpt":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 3897 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","url":"https://www.36kr.com/p/3995938530971528","summary":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","source":"36kr.com","date":"2026-09-23T13:45:20+00:00","content":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 3897 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/88888","export_markdown":"/api/items/88888/export?format=markdown","export_json":"/api/items/88888/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528"},"formats":{"full":{"id":88888,"title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","url":"https://www.36kr.com/p/3995938530971528","source":"36kr.com","author":null,"published_at":"2026-09-23T13:45:20+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","full_text":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 3897 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}},"actions":{"read":"/item/88888","export_markdown":"/api/items/88888/export?format=markdown","export_json":"/api/items/88888/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528"}},"digest":{"id":88888,"title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","url":"https://www.36kr.com/p/3995938530971528","source":"36kr.com","topic":"ai","published_at":"2026-09-23T13:45:20+00:00","excerpt":"“它连一句话都不会说，凭什么刷屏？” 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 3897 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","subtitle":"36kr.com · 2026-09-23","summary":"“它连一句话都不会说，凭什么刷屏？” 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。…","badges":["quality:high"],"links":{"read":"/item/88888","original":"https://www.36kr.com/p/3995938530971528","diagnose":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528"},"quality_warning":null},"export":{"title":"AI新物种Jev刷屏：一个不会聊天的新模型，凭什么放话Claude Code时代要翻篇？-36氪 - 36kr.com","url":"https://www.36kr.com/p/3995938530971528","summary":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","source":"36kr.com","date":"2026-09-23T13:45:20+00:00","content":"“它连一句话都不会说，凭什么刷屏？”\n 就在这几天，一个叫Jev的新模型彻底火了。外网3500万人围观，Vercel AI Gateway上线24小时内，近13%的付费团队直接采用，创下该平台历史最快纪录；开发者社区两天内冒出至少6个克隆项目，围绕它搭出的开源项目迅速冲到600多个。\n 但比数据更刺激的，是它创始人一个月前的一句挑衅。迪奥戈·阿尔梅达，前OpenAI核心研究员、RLHF和InstructGPT论文共同作者，早在Jev发布前一个月的一场演讲中，就公开向整个行业泼了一盆冷水：Claude Code依然属于“协助时代”的产物，下一个时代一定不是Claude Code时代。\n 要知道，过去两年，Claude Code几乎被当成AI编程和Agent落地的标杆。当时TypeSafe还没公开任何产品，这句话听起来像是一句狂言。一个不会聊天、不写代码、只做判断的模型，凭什么敢挑战这个共识？\n 它不聊天、不写代码、不生成任何自然语言。它只会做一件事：判断。\n 这就有三个问题：Jev到底是什么？为什么它偏偏在此时爆火？以及，它凭什么让创始人敢定义下一个时代？\n 不会写字的AI， 凭什么让全球程序员玩疯了？ \n 先看Jev到底能干什么。\n 首先，它砍掉了大模型最引以为傲的能力——生成文本。 你给它一段状态描述，再给它几个提前定义好的问题，它不返回小作文，只返回结构化的选择、评分和概率。它原生支持三种输出：Choice，从你定义的列表里选一个；Score，把输入映射到有序等级；Noul，返回一个是/否的概率值。每个答案都带置信度。\n 其次，它快得不像大模型，便宜得也不像大模型。 官方数据显示，Jev端到端延迟70到500毫秒，在特定工作流中比传统大模型快20到200倍，成本低40到400倍。每百万输入Token仅0.042美元，输出Token完全免费。有开发者用它过滤X上的引战内容，平均380毫秒判断一次；有人让它同时跑50局《地铁跑酷》，费用不到1美分；有人拿它清洗积压三个月的数据，13分钟跑完，账单32美分。\n 最后，它真正颠覆的地方不是快，而是“校准”。 Jev用了一套叫RLCD的训练方法，全称“面向校准决策的强化学习”。简单说，它不仅要选答案，还要让“我有90%把握”这句话真的接近90%。置信度高于0.9，代码自动执行；0.7到0.9，交给更强模型复核；低于0.7，转人工。这才是自动化系统敢用它的原因。\n 所以你能看到这些场景：工单分诊、模型路由、工具调用风控、结果校验、新闻分拣、金融质检、浏览器操作、游戏NPC、Coding Agent上下文压缩。它像一个拥有语义理解能力的超级if语句，代码要的不是文采，是“要还是不要、A还是B、继续还是停止”。\n 当然，官方说“零幻觉”要准确理解：它不会输出你定义之外的选项，不会返回乱码JSON，但这不代表它不会选错。类型安全保证的是代码契约不崩，不是业务判断永远正确。\n ”叛逆“的Jev： 与主流不同的路径选择 \n Jev最值得琢磨的，不是它有多强，而是它选了一条和主流完全相反的路。\n 第一，传统大模型是“生成优先”，Jev是“判断优先”。 GPT、Claude、Gemini本质上都是自回归生成，一个Token一个Token往外吐。哪怕最终只需要一个“finance”，它也要先写一段解释，再让代码去解析JSON。Jev直接砍掉生成，把输出空间提前枚举和约束，数学上就不可能产生预定义schema之外的内容。\n 第二，传统大模型走的是RLHF、RLVR路线，Jev走的是RLCD路线，训练目标和产出完全不同。 RLHF优化人类主观偏好，产出聊天接口；RLVR优化封闭数理题目的正确性，产出带思维链的推理接口；RLCD优化的是“决策校准”，产出机器原生、能被软件直接调用的决策能力。传统路线让AI更像人，Jev选择让AI更像基础设施。\n 第三，Claude Code代表的是“协助优先”的传统路线，Jev代表的是“自动化优先”的新路线。 创始人阿尔梅达的判断很尖锐：Claude Code的内核仍是RLHF，它的使命是取悦面前的开发者，而不是彻底移出人类。它围绕单一模型、KV Cache、上下文追加构建，过拟合于自己的测试环境。一旦接入外部工具或多Agent协作，就容易崩。Jev不是来取代大模型的，它是来给大模型当“监考老师”的。\n 未来的分工可能很清楚：Jev判断“做什么”，GPT/Claude思考“怎么做”，代码/Tool/MCP真正“去做”，Workflow/Agent Runtime保证整件事持续运行。\n 一方面，大模型负责慢思考、复杂推理、长文本生成；另一方面，Jev负责高频、快速、边界清晰的决策。两者不是替代关系，而是配合关系。更关键的是，当判断成本从几美分降到万分之一美分，开发者不是把原来的100次判断做得更便宜，而是开始做10000次以前根本不会做的判断。\n 这就是Jev最诱人的地方：它撕开了“生成为王”的假象，让“判断”和“生成”正式分家。\n Jev诞生背后： 一个OpenAI“叛徒”的两年隐身与一场重构 \n Jev背后的人，比模型本身更有故事。\n 迪奥戈·阿尔梅达，前OpenAI研究员，InstructGPT和RLHF论文的共同作者，GPT-4贡献者名单里被列入“Foundational RLHF and InstructGPT work”。2024年离开OpenAI后，他创办TypeSafe AI，隐身两年，直到2026年9月15日带着Jev亮相，同期披露4000万美元种子轮融资，DCVC领投，估值约2亿美元。\n 他的核心反思是：RLHF可能是一次始料未及的弯路。\n 一方面，RLHF把人塞进了回路。 它优化的是人类主观偏好，不是客观真实结果。于是模型学会过度承诺、自信迎合、盲目编造。你问它放屁录音是不是音乐，它能一本正经说这是“极具阴森氛围感的环境音乐佳作”。这不是Bug，是奖励机制设计出来的特性。\n 另一方面，安全对齐在底层API里是类型错误。 面向C端聊天，拒答可以理解；但作为底层依赖库，模型突然拒绝执行，下游系统可能直接崩溃。阿尔梅达要的是机器原生、可编程、高可靠的“认知内核”，而不是一个坐在屏幕对面唠嗑的数字同事。\n 更关键的是，他重新定义了优化目标。预训练没有问题，问题在后训练。RLHF优化人类偏好，RLVR优化可验证答案，RLCD优化校准决策。Jev的名字来自“杰文斯悖论”：效率提高、成本下降，资源总消耗反而暴涨。TypeSafe赌的就是，当智能判断便宜到接近不要钱，自动化需求会爆发。\n 他甚至说：“即使给我十亿美元，我也不会从头预训练一个基础大模型。”因为真正的机会不在重复造轮子，而在把现有智能切片、重组、蒸馏、组合，变成软件能直接调用的决策能力。\n 他的终极判断是：下一个时代一定不是Claude Code时代。因为Claude Code仍然在协助人类写代码，而真正的未来是自主自动化——让软件本身变聪明，让AI退居幕后，在后台安静运行。\n 分水岭已至：当AI不再比谁更会聊天， 行业规则正在改写 \n Jev的出现，不只是一款新产品，更像一道分水岭。\n 在架构层面，AI正在从“单一大脑”走向“分布式分工”。过去一个Agent每一步都调用同一个大模型，又贵又慢。未来会是多层结构：前沿模型负责复杂规划，Flash模型负责普通推理，Jev负责路由、分类、验证、风控，确定性逻辑交给传统代码。大模型退回它该在的位置，不再当中央处理器，而是当公关发言人。\n 在需求层面，杰文斯悖论正在AI身上重演。当判断成本暴跌，以前“不值得用AI”的地方都会用上。给每条数据库记录加语义过滤器，给每次工具调用加安全审查，给洗衣机加一个“衣服忘拿了吗”的判断。这不是降本增效，这是全新的智能消耗场景。\n 而在竞争层面，Coding Agents的格局也要被重写。Claude Code和Codex建立在“单一模型世界”上，而开源团队已经可以把Jev接进去。谁先利用Jev的组合能力做出极致体验，谁就可能形成新的壁垒。Jev上线24小时被近13%付费团队采用，这个速度是GPT-5.6系列的2倍，是Claude Fable 5.1的6倍以上。\n 当然，挑战同样刺眼。Jev的基准测试目前主要来自TypeSafe自建评估，尚无独立第三方验证；RLCD细节未公开发表；“零幻觉”只是格式保证，不是判断永远正确；生产环境准确率、置信度校准、高负载延迟稳定性，都需要更多实战数据。但无论如何，它已经撕开了AI行业“生成为王”的第一道裂缝。\n 写在最后 \n 过去几年，整个行业都在教AI怎么更像人：更会聊天、更会写文章、更会讨好用户。Jev反其道而行，它不说话，只判断。\n 但恰恰是这个“不会写字”的模型，让全球程序员玩疯了。因为它证明了一件事：智能不一定要生成，判断也是智能；AI不一定要当同事，它更适合当基础设施。\n ChatGPT之后最火的模型，不是另一个更会聊天的AI，而是一个闭嘴干活的AI。下一个时代，也许真的不是Claude Code时代，而是机器原生、可编程、自主自动化的时代。\n 当AI不再假装人类，它才真正嵌入软件的底层脉络。Jev不是来取代现有模型的，它是来给AI时代装上一套决策总线的。\n 本文来自微信公众号“第一新声”，作者：第一新声，36氪经授权发布。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.36kr.com/p/3995938530971528","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 3897 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3897 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3897,"summary_length":3897,"usable_text_length":3897,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3897,"summary_length":3897}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}