新模型 Jev 由 TypeSafe AI 推出，创始人 Diogo Almeida 是 OpenAI 早期核心研究员，也曾参与把 InstructGPT 与 RLHF 做出来的那批工作。Jev 不生成自然语言、不承担对话，连最基础的文本生成能力都被切掉，只向程序输出带精确概率与置信度的决策判断，发布几天内便刷屏海外技术社区。Diogo 随后做客硅谷播客 Latent Space，与主持人 Swyx 聊了两个多小时，完整解释了为什么要反着老东家的路线，去做一个“闭嘴干活”的 AI。团队把这类模型称为“系统 1 模型”：机器原生、高可编程，核心设计原则是以代码作为唯一的消费者，公司名 TypeSafe 也由此而来。

对外暴露的底层原语只有三个：Choice 对应枚举上的 switch / match 分支，Score 对应按大小阈值做排序与过滤，Noul 的命名取自数学家 Bernoulli，本质是布尔式置信概率，映射到 if 条件分支。输入端鼓励直接传结构化 JSON 对象——系统状态、执行指令、评判标准各自成字段，而不是拼接一大段字符串模板。把 System Message 当成一个庞大的全局变量、把所有上下文和规则一股脑塞进去、再指望模型一次全执行到位，被视为根本性的工程错误；正确做法是拆成上百个微小判定，让每个决策可度量、可 Debug、可纳入单元测试，也不会因为上下文退化而在长提示里遗忘规则。

他反对在底层 API 上做安全拒答。程序逻辑里“拒绝执行”本身就是类型错误：模型作为依赖库静默部署在后台时，终端用户一句略带敏感词的话就可能让整个系统无预警抛异常；安全对齐属于面向终端消费者的产品层职责，底层要的是能力对齐，即绝对服从并准确执行当前用户的指令。开发者真正需要的也不是逐字节的确定性，而是鲁棒性——目前 API 不提供随机种子，同一语义的输入在多组随机数下应稳定给出语义一致的输出。同理，公开基准测试容易被刷分、训练中也会被动过拟合，盲目微调则会毁掉通用模型在百万级任务上获得的泛化能力，因此微调暂不提供，替代方案是概率校准加模型级联：高置信度直接采纳，模糊区间动态路由给更大的模型。

任务范式上，团队提出 RLCD，把北极星定为“程序在闭环中调用并整合 AI”（programs in the loop），不再拟合人类偏好，而是彻底消除人在回路。数据被放在最高优先级：模型能力的上限由数据决定，可靠性能否做到多个“9”也由数据决定，因此刻意避免用真实用户数据训练——用户提问遵循幂律分布，直接拿来只会过拟合当下高频场景；目标是面向数年后的底层基础设施，预先覆盖尚不可见的边界情况。数据团队要做的事更接近工匠与艺术家：定位能力参差不齐的边界，并把它在所有逻辑维度上打磨平滑。

落地数据同样激进：发布不足一周，日均处理 Token 已突破一万亿，深夜仍维持高负荷，说明流量主要来自机器程序的自动化调用而非人类尝鲜，系统可用性指标高于部分头部服务商。四类核心场景被归纳为暗数据（企业沉睡数据资产的批处理）、高频实时（把推理嵌进系统核心循环）、全面验证（对慢思考模型的生成结果做毫秒级质检）与智能软件（原生可组合的新型软件）。coding agents 是当下最集中的方向，而 Claude Code、Codex 一类架构都还建立在“单一模型世界”的假设之上，谁先利用可组合原语把体验做透，谁就可能拿到竞争壁垒。长期目标是把 AI 退居软件幕后：2019 年现代企业软件已极具商业价值，到 2026 年除了界面上多一个没人敢全信的对话框，形态几乎原地踏步；团队希望五年内推动全要素生产率增长 3%，让自动化真正体现在宏观经济数据里。