ChatGPT 发明者推出一种新型 AI 模型，令开发者兴奋不已

一句话看懂：参与 ChatGPT 与 RLHF 的 OpenAI 前研究员 Diogo Almeida 创办 TypeSafe AI，发布不输出文字、只输出概率判断的模型 Jev，主打低成本、低延迟和可防幻觉的软件自动化场景。

事件核心：发生了什么

Almeida 曾是 OpenAI 研究员，参与 ChatGPT 构建，也是 RLHF（基于人类反馈的强化学习）的发明者之一。但他认为，过去四年 AI 擅长的是人类语言，而计算机需要的是另一种“语言”，这限制了自动化。两年前他离开 OpenAI 创办 TypeSafe AI，本周发布基于 Transformer 的新模型 Jev。它不是大语言模型，不生成文本，而是输出概率，公司称之为“校准决策”。用户预先定义输出范围，因此它无法凭空捏造内容；输出 token 免费，输入 token 按十亿级计价。由于需求过高，公司 API 一度短暂无法正常服务。目前公开信息显示，开发者主要用它做分类、路由和安全审查等软件自动化任务。

为什么重要

Jev 代表一条与主流大模型不同的路线：不追求通用对话，而是做“系统一”式的直觉判断。它的意义在于把智能从昂贵的文本生成中拆出来，以更低算力和更快响应嵌入代码。Vercel 工程师 Pranit Sharma 表示，把安全命令分类从 OpenAI 模型换成 Jev 后，速度提升 5 至 18 倍，准确率也更高；Bryo AI 的 Nikhil Mudholkar 测试邮件分类时发现，Gemini 略准但贵 10 至 20 倍，而 Jev 能返回真实概率，更适合自动化流程。它还能作为 LLM 的“监工”，用于追踪 agent 行为、防越狱，或做模型路由。对闭源大模型厂商而言，这可能分流一部分原本由 API 承担的任务。

对用户/开发者/创作者的影响

对开发者，Jev 提供了更便宜、更确定的基础设施选项，尤其适合分类、风控、路由和 agent 监控等不需要自然语言输出的环节。对使用 AI API 的团队，这意味着可以把高成本 LLM 留给真正需要推理和生成的任务，把高频判断交给专用模型。对创作者和普通用户，直接影响有限，但间接影响是：未来更多软件会内置这种“隐形智能”，而用户未必感知到模型存在。Almeida 的设想是智能像早期互联网一样分散在各类软件中，而不是集中在少数超级应用。