前 OpenAI 研究员推出 Jev：让代码直接调用 AI 决策，称 Claude Code 和 Codex 都跑偏了

事件核心：发生了什么

2026 年 9 月 22 日，TypeSafe CEO、Jev 创始人 Diogo Almeida 做客 Latent Space 播客。他曾在 OpenAI 参与 InstructGPT 训练工作，如今带着新产品 Jev 再次发声。据 InfoQ CN 编译报道，Jev 被定位为“System One 模型”或“大型可编程模型”，核心能力是让代码直接使用模型输出的选择、评分和概率，而非生成给人阅读的文本。

Diogo 对当前主流路线提出批评。他认为 Claude Code 和 Codex 本质上属于同一阶段，AI 仍围绕人提供辅助，无法把最基础的流程真正自动化。他更直接的表述是：“Jev 出现之前的 AI 世界，简直是个悲剧。”言下之意是智能引擎已经足够强，但把智能接入实际业务流程的接口严重欠缺。

Jev 的技术路线名为 RLCD，即面向校准决策的强化学习。它区别于 RLHF 的地方在于优化目标：RLHF 让模型给出获得人类认可的回答，RLCD 则希望模型成为软件能可靠调用的能力。开发者可以依据模型输出的不确定性设置阈值，决定何时自动执行、何时交回人工。

为什么重要

这场发布触及大模型应用的一个核心矛盾：模型能解决数学难题，却难以稳定完成基础自动化任务。Diogo 将原因归为 RLHF 的“模式坍缩”——模型偏向更安全、更常见的答案，牺牲了概率分布的真实校准，也导致文本模型不擅长决策。如果这一判断成立，那么当前大量基于 API 的 AI 应用，可能都在用一个不适合做判断的模型做判断。

Jev 试图切入的市场不是聊天机器人，而是软件基础设施。Diogo 的设想是让 AI 像数据库、正则表达式一样退到软件背景中，成为开发者随手调用的普通能力。这意味着竞争维度可能从模型跑分转向每美元智能、稳健性和 API 依赖稳定性。目前公开信息显示，Jev 发布首周即引发开发者社区关注，Diogo 也明确表示会优先与开发者交流，而非只面向投资人和 VIP。

对用户/开发者/创作者的影响

对开发者而言，Jev 提出了一种可操作的集成方式：把复杂任务拆成最小语义单元，用结构化输入提供信息，再通过代码控制行为。Choice 对应选择分支，Noul 对应条件判断，Score 对应评分、排序和筛选，每一步都可以单独评估和调整阈值。Diogo 建议企业开发者关注四类场景：处理成本过高而闲置的暗数据、为实时流程提供快速判断、检查其他模型的调用和输出、把智能判断嵌入软件核心逻辑。他尤其看好暗数据分析和编程 Agent。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对普通用户和创作者，短期内直接感知有限。Jev 目前更接近研究预览和开发者工具，并非面向大众的成熟产品。但若该路线成立，未来内容工具、分析工具和企业软件中的 AI 可能不再需要用户反复检查，而是以可配置的自动化判断运行。可靠性方面，Diogo 强调稳健性优先于确定性复现，已部署模型不会悄悄修改，但暂不承诺永久维护每个旧版本。

值得关注的后续

第一，Jev 是否从研究预览转为正式可用的 API 产品，定价与版本策略是否明确。第二，RLCD 路线能否在真实工作流中证明比现有 RLHF 模型更适合决策任务，而非仅停留在内部评测。第三，Claude Code、Codex 及其他编程 Agent 是否调整方向，跟进“代码直接消费模型输出”的范式。目前公开信息显示，Jev 发布首周情绪与关注度俱高，但产品化程度和长期维护承诺仍需观察。

来源：InfoQ CN