北京
发明了ChatGPT的OpenAI核心科学家，在公众视野里消失了整整两年。他叫Diogo Almeida，ChatGPT与RLHF的共同发明人之一。两年后他带着4000万美元新融资回来，公开了全新成果——TypeSafe AI与新一代前沿基座模型Jev。
他发推的第一句话就带着反问：“在共同发明了ChatGPT之后，我一直在反问自己：为什么超人类水平的对话模型，至今没能带来真正的AGI？”这句话背后，是他对聊天大模型路线的一次正面质疑。
一个连字都不会写的模型
Jev最反直觉的地方在于：它彻底阉割了自然语言生成能力，绝不吐半句废话。在所有人的惯性思维里，大模型必须会出口成章、会写长篇大论，但Jev走向了最极端的反面。
Diogo给出的理由很直接：在商业现实里，银行风控、诈骗识别、医疗初筛、路由分发，根本不需要AI写一首抒情诗。业务系统真正需要的，是它在毫秒级内给出精准的概率分布与结构化判定。
换句话说，他把“陪人聊天”这件事从模型的核心能力里直接删掉了。
速度暴涨20到200倍，输出Token等于免费
传统大模型之所以昂贵且奇慢无比，是因为它们被锁死在“逐字解码”的物理地狱里——每吐一个字，就要把几十GB参数从显存里搬一次。
Jev放弃了文字生成后，改用单次前向传播并行处理所有结构化问题。结果是毁灭级的：
- 推理速度暴涨20到200倍
- API成本断崖式暴跌40到450倍
- 输出Token在物理层面上直接等同于免费
这组数字不是跑分微涨，而是成本结构的重写。当输出Token不再构成成本，大量此前算不过账的业务场景会重新变得可行。
用RLCD焊死幻觉
大模型最让人不敢用的死穴，是它在不知道答案时依然自信地胡说八道。Diogo亲手放弃了自己参与发明的旧RLHF，自研了全新的RLCD（基于校准决策的强化学习）。
在这套机制下，模型输出的每一个数值和选项，都带着严格校准后的真实胜率与置信度。它知不知道自己知不知道，在数学层面上被彻底焊死。
这一点对风控、医疗初筛这类场景尤其关键——系统需要的不是“看起来像答案”的文本，而是一个带置信度的判定结果。
把聊天模型降维成决策核心
Diogo眼中的正道，是把昂贵、笨重、充满主观修辞的聊天模型，降维成一个极度坚硬、不可篡改、毫秒级响应的纯逻辑决策核心。
这场发布给所有还在迷信“聊天框就是一切”的从业者敲了一记重锤。过去三年，全世界都在逼着大模型去当一个满嘴跑火车的文学家；而真正看懂工业终局的科学家，已经开始转头造刀——消灭毫无价值的语言泡沫，用450倍的成本代差，把最精准的决策直接插进现实业务的每一根血管里。
从“装模作样陪人聊天的慢速生成”，转向“极速、零废话的确定性结构化决策”，这条断代路线能否成立，最终要看有多少业务系统愿意把决策权交给一个不会说话的模型。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
