Jev估值100亿美元！创始人Diogo Almeida回答一切
内容提要
TypeSafe AI CEO Diogo Almeida批评公开基准易被操纵，主张以真实工作流评估模型。其公司推出决策模型Jev，日处理量破万亿token，强调可靠性、可编程与低成本，反对盲目预训练和传统安全对齐，认为AI应退居幕后，拉动全要素生产率增长。
延伸解读
可靠性优先：被忽视的AI落地瓶颈
Diogo Almeida在访谈中反复强调，当前行业过度关注速度和成本，却牺牲了可靠性。他认为可靠性是产品信任的基石，包括输出稳定、符合预期以及服务可用性。Jev的设计目标就是让开发者无需反复试错，就能确信模型能可靠完成任务。这提醒我们，在追求AI性能的同时，不应忽视其在真实工作流中的稳定表现。
反对公开基准：真实工作流才是试金石
Diogo批评公开基准易被操纵，即使无心作弊也会导致模型被动拟合数据集。他主张将模型放入用户自己的工作流中评估，才能判断其在实际重要流程中的表现。TypeSafe甚至融资阶段就坚持不提供基准，尽管可能影响投资。这提示开发者，选择模型时应更关注自身业务场景的实测效果，而非盲目相信榜单分数。
System-One与可编程AI：让AI退居幕后
Jev被定义为机器原生、可编程的System-One模型，专为代码调用设计，输出直接交给程序处理。Diogo认为，未来绝大多数AI调用将来自代码而非人类聊天，AI应像数据库一样嵌入软件底层，默默提供辅助。这种思路强调AI作为基础设施的可靠性和可组合性，而非追求拟人化交互，可能为AI在业务自动化中的大规模应用开辟新路径。
数据策略与RLCD：瞄准未来通用性
TypeSafe自称为数据实验室，采用RLCD（程序闭环验证强化学习）训练模型，刻意不使用用户数据以避免过拟合当下。Diogo指出，用户提问服从幂律分布，用真实数据训练会损害模型通用能力。他们更注重修复模型毛刺，优先处理通用场景。这反映了对模型长期适应性的考量，也解释了为何Jev在多跳推理上会随步数增加而性能下降。
Q&A
Jev是什么？它和ChatGPT这类聊天模型有什么本质区别？
Jev是TypeSafe AI推出的System-One模型，核心定义是“机器原生、大型可编程模型”。它不做文本补全或陪人聊天，而是给代码用的，输出结果直接交给程序读取和处理，目标是嵌入软件系统，成为可编程的决策内核。
Diogo Almeida为什么反对公开benchmark？
他认为公开benchmark极其容易被操纵，即便开发者没有主动作弊，也可能被榜单牵着走。建立信任应该把模型放进自己的工作流，针对那个工作流去评估和测量，才能判断它在真正重要的流程中表现如何。
Jev目前取得了哪些实际成绩？
Jev发布视频6天浏览量突破3870万；在第三方JevBench v1.2.1综合榜中，Jev 1.13.0以75.3分排名第一；日处理量已突破一万亿token，且夜间流量持续走高，说明大量调用来自机器自动化。
Diogo Almeida为什么反对传统的安全对齐？
他不反对安全本身，但认为传统安全对齐与开发者实际需求不匹配。如果模型作为后台依赖，随机拒绝就是一个严重Bug，业务软件不能因为一条奇怪输入就崩溃。开发者需要的是Capability Alignment，让模型按工程师意图完成任务，输出可预测。
Diogo Almeida对预训练大模型持什么态度？
他明确表示，就算给十亿美元也不会从零开始预训练大模型，因为预训练实在太烧钱。他认为AI工程师可以把现成能力拿来裁剪、拼接，做组合式创新，不必什么都从零训起，照样能解决现实问题。
Jev的三大技术支柱是什么？
Diogo Almeida提到Jev追求可靠、可编程、可组合和低成本，其中三大技术支柱是可靠性、可编程性和低成本。所有新增能力都必须服务于这三大支柱，不漫无目的地堆砌功能。
Diogo Almeida认为AI行业当前最大的问题是什么？
他认为整个行业都在卷速度和成本，反而把可靠性弄丢了，而可靠性才是产品真正的灵魂。同时，AI明明能力很强，但实际落地使用率极低，这是对技术潜力的巨大浪费。
Diogo Almeida提出的TFP目标是什么？
他提出五年内拉动TFP（全要素生产率）增长3%，认为这才是衡量AI经济革命真正的标尺。他从未见过哪家实验室把TFP当成目标，并指出目前几乎所有模型真正创造的商业价值还接近于零。
