专访TypeSafe创始人：为什么AI不该只会陪人聊天？

专注于机器可编程决策模型的 TypeSafe AI 近期备受关注，其推出的模型 Jev 放弃了传统的对话式交互，专注于直接为程序逻辑输出结构化决策。其发布视频在 6 天内播放量超过 3800 万，在第三方评测 JevBench v1.2.1 中位列第一。

在播客访谈中，TypeSafe AI 联合创始人兼 CEO、前 OpenAI 研究员 Diogo Almeida 深入剖析了行业现状。他直言：公开基准评测极易被操纵，与其盲从榜单，不如关注模型在真实代码链路中的可靠性。

为什么攻克了数学难题的AI，干不了基础业务？

Diogo Almeida 指出，当前 AI 行业存在严重的现实脱节。模型已经聪明到足以攻克数学顶尖难题，但在有实际经济价值的工作流中，落地贡献仍然极低。

“我们手里有一台强悍的引擎，却缺少接入真实业务的接口。”Diogo 透露，Jev 的日处理吞吐量已突破 1 万亿 Token，且夜间流量依然保持高位，这证明大量调用来自后台自动化脚本而非散客试用。他强调，平台并不在乎虚高的个人注册量，真正拉动价值的是重度开发者用循环语句进行的自动化批量调用。

他认为，衡量 AI 革命的唯一硬核标尺是**全要素生产率（TFP）**的增长，TypeSafe 的长期目标就是在五年内将该指标推高 3%。

System-One：面向程序的确定性认知内核

业内通常将大语言模型当成“陪人打字的聊天伙伴”，而 TypeSafe 对 Jev 的定位是“机器原生、大型可编程模型（System-One）”。

预训练模型做文本补全，RLHF（基于人类反馈的强化学习）优化对话讨好用户，而 Jev 面向的是代码调用。为了让模型能无缝嵌入系统底层，Jev 设计了三套核心原语：

• Choice：映射枚举分支与 switch 逻辑，替代低效的工具调用；
• Null：基于伯努利连续概率，解决 if 条件判断；
• Score：针对排序与阈值过滤。

Diogo 反对将面向 C 端的“安全对齐”生搬硬套到开发者平台。在业务系统作为依赖项运行时，模型因为误触发安全策略而“拒绝回答”等于系统崩溃。开发者真正需要的是“能力对齐”——输出可预测、行为可控，如同数据库查询一般稳定。

模式丢失与字符串推理的隐患

针对当前主流技术路线，Diogo 提出了尖锐反思：RLHF 的副作用在于造成“模式丢弃（mode-dropping）”。模型为了在长文本中不犯显而易见的错误，会主动舍弃罕见但正确的长尾模式，输出平庸但安全的万金油回答。这种保守倾向直接扼杀了概率校准的精准度，将纯文本对话模型套入复杂决策无异于灾难。

对于 RLVR（基于可验证奖励的强化学习），Diogo 认为其本质仍是面向基准测试（benchmark）的拟合，多步推理脆弱性依然存在。TypeSafe 采用的路线是 RLCD（以程序闭环验证为目标的强化学习），让模型直接服务于确定性的编程闭环。

“即便有十亿美元，我也不会从头预训练”

谈到商业化与研发路径，Diogo Almeida 展现出务实态度：“就算给我十亿美元，我也绝不从零预训练大模型，那纯粹是在烧钱。”

AI 工程师完全可以借力成熟底座，通过特定架构裁剪、微调与组合来解决现实问题。Diogo 回忆在 OpenAI 期间，曾因看到可编程路径受阻而深感无力。如今业内追逐全能 Omni 模型，但实际商业世界中，暗数据处理、代码智能体（coding agent）以及低延迟实时场景才是真正的造血源泉。

他建议工程师丢掉臃肿庞杂的 System Prompt，学会将宏大任务拆解为细粒度的独立子查询，用多个高置信度的决策原语配合程序逻辑，实现既稳定又具备容错能力的 AI 应用架构。