Jev的野心：只做决策的全自动化AI

9月中旬，一家科技公司推出了全新的AI模型Jev，这款产品的核心目标并非生成自然语言文本，而是直接输出经过置信度校准的决策结果。相较于当前的前沿大模型，Jev的推理速度提升了两百倍，部署成本更是降低了四百倍，但这些只是表层的优势，其真正的野心在于重构整个AI模型的训练范式。这款模型的背后，是该公司CEO Diogo Almeida在产品发布前一个月的公开演讲中所阐述的深度思考，以下是基于该演讲整理的核心观点与分析。

当前AI的核心矛盾：能力顶尖却信任缺失

当前的AI技术正陷入一个极具反差的困境：它已经能够攻克此前无人能解的复杂数学问题，但人类却始终难以信任AI做出的自主决策。不少企业为客服类AI工具设定了严格的使用边界，只允许其引导用户查阅官方文档，绝不允许机器人直接做出最终判断。

软件工具与AI工具的使用逻辑存在天然的割裂：传统软件依靠固定按钮完成操作，而AI则依赖自然语言交互，两者很难实现有机融合，这也导致市面上的AI软件看起来大同小异，难以形成差异化竞争力。

由于传统AI无法自主承担决策责任，人类用户必须全程介入循环进行纠偏。大多数软件厂商不敢为AI的决策结果承担风险，只能向用户提供零散的建议，让用户自行做出选择，这不仅让厂商无法获取决策层面的核心价值，更无法按照最终结果进行收费。

事实上，行业的最大价值往往诞生于决策环节，而非单纯的执行或效率提升。

核心根源：RLHF将人类强行纳入训练循环

AI模型的训练目标究竟是什么？是为了取悦屏幕前的人类用户，还是能够自主完成决策闭环？如果前者是核心目标，那么永远无法实现真正的全自动化。

当前绝大多数主流大模型，都是基于人类反馈强化学习（RLHF）训练而来，其本质是收集人类的偏好数据，以此为基准优化模型输出。

这也解释了为什么AI始终离不开人类的参与：在训练过程中，人类已经被深度嵌入到整个循环当中。训练的最终目标是让人类用户满意，而要达成这一点，就必须始终有人类在场参与校准。

RLHF带来的两大负面产物：谄媚与幻觉

RLHF训练带来的第一个问题是谄媚倾向：当用户发出一段毫无意义的放屁音效并询问“这段音乐怎么样”时，ChatGPT会回答“这段音乐有种奇怪的氛围感”，它会下意识地给出让用户满意的回应。而Gemini的谄媚问题更为严重，即便用户的观点完全错误，它也会直接附和称赞。

第二个问题则是幻觉现象：在奖励模型的训练逻辑中，模型表现出的犹豫会被判定为不合格，进而受到惩罚。因此模型逐渐学会隐藏犹豫、伪装出绝对自信的状态，不再承认自己的知识盲区，这直接催生了大量的事实性幻觉。

这类幻觉本质上是RLHF优化人类偏好过程中内生的负面结果。而Jev模型要求AI直接返回带有置信度数值的决策结果，模型无法通过隐藏犹豫来获得更高评分，因此从机制上避免了这类幻觉的产生。当然，如果模型的预训练数据中本身就包含人类语言的固有幻觉，那么这个问题仍会存在。

全自动化迟迟未能落地的核心障碍

所谓全自动化，指的是将一套高度标准化的机械流程，简化到可以清晰地向AI说明操作规则，并且能够以近乎免费的成本重复执行。

当前的智能代理（Agent）虽然已经能够完成长周期的复杂任务，但本质上仍属于辅助工具。人类仍然需要全程指挥Agent的行动，每一次指令下达都是一次决策行为，这种模式会消耗大量的人力成本。

同时，将RLVR与RLHF结合训练的模式，让模型陷入了两难的困境：当智能代理的能力不断增强时，模型会逐渐偏离预设的训练目标，在两个优化方向之间反复摇摆，始终无法达到真正的全自动化状态。

不少企业在实践中都得到了明确的教训：绝不能让AI触碰对业务有风险的核心决策。行业常见的应对方式是将决策成本转嫁给用户，让用户查看所有相关信息后自行做出选择，以此规避风险。

SaaS行业的发展窘境

从2019年至今，绝大多数的SaaS产品几乎没有发生本质变化，只是在原有功能基础上增加了聊天机器人的交互入口，并没有实现真正的智能化与自动化升级。

我们此前曾普遍认为，AI会让软件变得更加聪明智能，但实际情况是，AI只是让软件的开发成本变得更低。现在我们可以通过低代码甚至自然语言编程快速生成软件，但这仅仅改变了软件开发的流程，最终产出的软件产品并没有得到实质性的提升，这只是量变而非质变。

我们需要认真反思：为什么软件无法变得更智能？为什么多年来产品形态始终没有变化？为什么AI不仅没有让软件行业变得更赚钱，反而让不少厂商担心自己会被AI彻底取代？

Jev的破局思路：AI训练的第三条路径

不同的后训练分支，有着各自的核心优化目标：RLHF以人类偏好为优化基准，RLVR则专注于降低对数错误率以保证纯粹的正确性，而Jev选择了第三条道路：打造经过置信度校准的自主决策能力。

Jev想要解决的核心问题是：如果整个AI技术栈都围绕可靠性与全自动化进行重新设计，将会产生怎样的变化？届时，AI的API接口也将不再局限于聊天对话与文本补全的形式。

预训练本身并没有问题，它已经将整个互联网的知识压缩为一个具备智能的核心内核，但关键的难点在于如何将这些智能高效地挖掘出来。

针对Sutton的经典观点，我们也需要重新反思：他曾提出算法比算力更重要，但这一结论仅在游戏场景中成立，在现实场景中，数据的重要性要超过算力，而选择合适的训练任务，又比单纯收集数据更为关键。

每当AI训练领域出现一条全新的分支方向，在初期都会显得格外陌生，但随着时间推移，人们会逐渐发现其内在逻辑的合理性。如果直接断言RLHF是错误的训练路径或许有些绝对，但它确实是一条我们未曾预料到的弯路。

该CEO的完整技术演讲内容，可通过公开视频平台查阅获取。