Jev引发热潮：不聊天、不编码，仅专注于判断

正文：

近日，一个异常的AI模型引起了广泛关注。

这个模型不具备聊天或编程的能力，甚至无法像ChatGPT那样生成长篇回答。它的唯一功能是进行判断。

尽管看似“能力下降”的模型，却在开发者社区中迅速走红。

有开发者利用它在40秒内分析了724条实时广告，总共做出了8724次判断；有人将其集成到Claude Code中，专门用于清理不必要的上下文；还有人让它作为AI代理的“裁判”，检查任务是否真正完成。LangChain也开始测试Jev作为代理评估器的效果。

根据TypeSafe的测试，Jev的最高提速可达193.6倍，成本降低最多达444.6倍。处理每百万Token的输入仅需0.042美元，而输出Token则是免费的。

为什么这个看似能力较弱的AI反而受到了青睐？

因为在代理时代，AI所需的并不仅仅是“深思熟虑”，更需要的是快速、低成本的大量判断：下一步该做什么、调用哪个工具、任务是否完成。更重要的是，这些判断未来需要AI在后台自主完成，而不再需要人为监控。Jev正是关注这些每天可能发生数百万次的小决策。

更有趣的是，Jev的创始人Diogo Almeida曾参与过RLHF的工作，如今他开始重新审视RLHF：这一使ChatGPT变得实用的训练方法，可能并不适合AI的真正自动化。

一个多月前，Almeida进行了一场演讲，回头看，那场演讲几乎为Jev奠定了“思想基础”。

Diogo Almeida的背景相当独特。

他曾在OpenAI工作，参与了GPT-4、ChatGPT及InstructGPT/RLHF相关的项目。因此，他实际上参与了当今大模型最重要的后训练范式的构建。

在那场演讲中，他自嘲是OpenAI内部为数不多的公开批评ChatGPT的人之一。

他的演讲主题非常明确：RLHF之后，接下来是什么？

Diogo提出了一个看似矛盾的问题。

如今的大模型在解决复杂的数学问题、编程、推理和各种基准测试上表现优异。

然而在许多企业希望实现自动化的业务中，人工干预依然不可或缺。

让AI查找信息、总结文档、草拟回复毫无问题。

但如果让AI自己决定：是否退还这笔钱？这个用户是否应该赔偿？

这些看似比高等数学简单得多的事务，为什么反而不敢交给AI处理？

Diogo给出的答案相当简单：今天的AI在辅助方面表现出色，但在自动化方面仍显不足。

即使Claude Code再强大，通常情况下你仍然需要坐在电脑前。它编写代码时，你在监督；它修改文件时，你在检查；如果出错，你还得让它重新修改。

Diogo认为，Claude Code依旧处于ChatGPT所开启的“协助时代”。

而AI在后台自主判断并执行，可能在一天内进行数十万甚至数百万次操作，用户甚至永远无法看到它所做的事情。

问题随之而来：为什么今天的AI如此聪明，却仍然依赖人类？

Diogo将矛头指向了他十分熟悉的RLHF。

因为RLHF恰恰是Diogo当年推动的技术路线之一。

RLHF的基本逻辑并不复杂：收集人类偏好，让模型逐渐符合这些偏好。

因此，在演讲中，Diogo给出了一个非常直接的解释：为什么今天的大模型总是需要人类参与？

因为在训练过程中，我们实际上是将人类直接嵌入了这个反馈循环中。

来源：Odaily星球日报