参与造出GPT的人，开始反思RLHF
TREE NEWS 报道， 曾参与GPT-4、ChatGPT及RLHF训练体系的OpenAI前研究员Diogo Almeida，推出了一款名为Jev的模型。它不会聊天、不写代码，只做一件事：做判断。Jev只返回Yes/No、选项或评分，并附带概率，不生成大段文字。据TypeSafe公布的数据，Jev端到端延迟低至70-500毫秒，比前沿模型快20-200倍，成本低40-400倍，输入每百万Token仅0.042美元，输出Token免费。
为什么Jev在Agent时代突然火了
Agent真正运行后，会产生海量小判断：下一步调用哪个工具、网页该点哪个按钮、任务是否完成。如果每次都调用最强的大模型，成本和延迟难以承受。Jev定位为“System One Model”，借鉴丹尼尔·卡尼曼的“系统1”与“系统2”理论，负责快速、直觉式的判断，复杂推理仍交给大模型。LangChain已开始测试Jev作为Agent评估器，开发者用它分析实时广告、清理Claude Code上下文、检查任务完成情况。
市场影响：AI基础设施与加密交叉领域
Jev并非加密原生项目，但其出现对去中心化AI网络和链上Agent基础设施有重要含义。构建去中心化算力市场、AI代理框架和推理代币化的项目，可能面临竞争压力，也可能获得验证。如果Jev式的专用低成本决策模型成为趋势，将加速对廉价、高吞吐推理的需求，利好能提供低成本执行的GPU网络和去中心化算力提供商。反之，它可能使部分加密AI项目希望变现的层被商品化。
对传统市场而言，Jev凸显了从模型能力到模型效率的转变。AI基础设施投资者应关注专用决策模型是否成为Agent堆栈的标准组件，从而减少对昂贵前沿模型的依赖。这可能压缩主要AI API提供商的定价权，同时扩大AI推理的整体市场——这与启发Jev命名的“杰文斯悖论”一致。
RLHF遭到质疑
Almeida对RLHF的批评尤其引人注目，因为他本人参与推动了这一技术路线。他认为，RLHF在训练时就把人塞进了回路，使模型擅长协助，却不擅长自动化。“今天的AI很会帮你干活，却还不太能自己把活干完。”他在近期演讲中表示。模型过度承诺——他称之为feature而非bug——在人盯着屏幕时无伤大雅，但在自动化系统中很危险。Jev采用的RLCD（校准决策强化学习）训练方法，旨在产生可靠的概率估计，让系统决定何时执行、何时升级给更大模型、何时转交人类。
投资者关键要点
- 效率优先于能力：下一波AI价值可能来自专用低成本模型，而非一味追求更大的通用模型。
- Agent基础设施走向成熟：Jev类工具可能成为自主代理的关键管道，影响算力、推理和编排层的需求。
- 加密AI项目面临双刃剑：去中心化算力和代理网络可能受益于推理需求上升，但决策层商品化可能压缩利润。
- 关注采用信号：LangChain的测试和开发者热度是早期指标。若Jev式模型普及，将对AI API定价和基础设施投资产生连锁反应。
Almeida引发的争论不仅是技术性的，更关乎AI的经济架构。如果机器要在无人监督下做出数十亿次决策，行业可能需要重新思考优化目标：不仅是智能，还有校准、廉价和快速的判断。
