InstructGPT 作者离开 OpenAI，推出不做聊天的决策模型 Jev

InstructGPT 联合作者、RLHF 参与者 Diogo 离开 OpenAI 创立 TypeSafe，推出不做对话的 System One 模型 Jev，并在 Latent.Space 播客谈了 140 多分钟。Jev 不生成文本，只输出嵌入程序流、带校准概率的小型判断，官方文档明确它不是 Claude Code / Cursor 背后 LLM 的替代品。其训练方法 RLCD 的目标函数是 program in the loop，要求预测 0.8 的事件真的在约 80% 的情况下发生，概率由此变成软件可设阈值、可升级人工的接口。Diogo 批评 RLHF 的偏好优化导致模式坍缩、RLVR 加剧参差智能，并称 TypeSafe 定位为 data lab，数据全靠合成，就算有 10 亿美元也不做预训练。