Interview Digest · 2026-09

Diogo Almeida 访谈核心观点

Jev 发布数天后，TypeSafe 联合创始人兼 CEO 做客 Latent Space 播客（swyx 主持，2h20m，2026-09-21）。以下 9 张卡片提炼自该访谈，并以 AI Council 2026 演讲与中文媒体全文整理作为补充。

Diogo Almeida 人物档案 01 Diogo Almeida：从 ChatGPT 到机器原生 AI 离开 OpenAI 后，他花两年多回答一个问题：足够聪明的 AI，为何进不了真实工作流？ OpenAI · 4.5 年 指令跟随模型团队 创办 TypeSafe 离开后寻找新答案 2026.05 AI Council 演讲 2026.09.15 Jev 发布 · $40M InstructGPT 与 GPT-4 技术报告共同作者，参与了 ChatGPT 背后的 RLHF 研究 TypeSafe 自我定位：数据实验室（data lab），而非模型实验室 "AI 可以远比人们此前设想的更强大。" — AI can be so much more.
01 · 人物档案 — 来源：Latent Space 播客（2026-09-21）
超强引擎，却没有合适的插头 02 超强引擎，却没有合适的插头 AI 能解决千禧年难题级别的数学，却自动化不了大量基础工作。 AI 引擎 能解极难的数学问题 真实工作流 有经济价值的自动化任务 接入失败 偶尔拒答 · 输出漂移 · 行为不可预测 —— 任何一条都足以让整个系统失效 辅助工作（回答人类）近乎超人；自动化工作（真正执行）却频频掉链子 现有 AI 是一台超强的自动化引擎，却没有合适的插头，接不到真正有经济价值的工作上。
02 · 核心矛盾：能力 ≠ 可靠性 — 来源：Latent Space 播客 / AI Council 2026
System One 模型：让代码成为消费者 03 System One 模型：让代码成为消费者 既有三类模型 —— 输出的终点是人类的眼睛 预训练 LLM 互联网文本的自动补全 RLHF 模型 聊天与指令遵循 RLVR 模型 尴尬的灰色地带 共同点：输出面向人类 → 停留在对话框里，进不了软件内部 System One 模型（Jev）—— 输出的终点是代码 Jev 可编程模型 带概率的类型化决策 输出可被程序验证与消费 软件控制流 代码直接消费 让代码，而非人类，成为模型输出的消费者。
03 · System One 模型的定义 — 来源：Latent Space 播客
RLHF 的隐藏代价：模式丢弃偷走校准 04 RLHF 的隐藏代价：模式丢弃偷走校准 校准良好的模型 诚实覆盖整个分布（含尾部） RLHF 模型：模式丢弃 丢掉少数、不常见的模式 为了长串输出不出错 → 极度保守：明显错误易被发现，微妙错误却难以察觉 被校准掉的"诚实"，正是字符串输出模型不适合做决策的根源 偶尔拒答、输出漂移、不可预测 —— 可靠性，才是 AI 进入生产环境的最大缺口。
04 · RLHF 的隐藏代价：mode collapse 破坏校准 — 来源：Latent Space 播客
LeCun 的饼图：结论没错，前提错了 05 LeCun 的饼图：结论没错，前提错了 输出越长，出错概率 → 1 流传甚广的"LLM 注定失败"幻灯片 数学上：成立 —— 误差随序列长度累积 前提：模型诚实校准、覆盖完整分布 经验上：错误 —— 实际表现远好于预测 RLHF 模型靠极度保守规避显性错误，并不诚实 不是数学错了，是对模型行为的假设错了 杨立昆的很多论断，反而是这个领域里最接近事实的一批 —— 但这张图的解释错了。
05 · 重新解读 Yann LeCun 的" doomed-LLM"论断 — 来源：Latent Space 播客
唯一的北极星：每美元智能 06 唯一的北极星：每美元智能 Jev 之名取自 Jevons 悖论：核心指标不是跑分，而是一美元能换来多少可用的智能。 他公开反对的 公开基准测试 花 10 亿美元从头预训练 单一维度的能力竞赛 他坚持的取舍 可靠性、成本、校准、速度的平衡 TypeSafe = 数据实验室 选对任务与数据 > 盲目堆算力 "最苦的一课"（the bitterest lesson 的补充版）：选对任务与数据，胜过单纯堆算力。 We are doing absolutely disgusting things to be on the Pareto curve of intelligence per dollar.
06 · 每美元智能（Intelligence per Dollar）— 来源：Latent Space 播客
把智能装进程序：小决策取代大提示词 07 把智能装进程序：小决策取代大提示词 过去的方式 巨型 Prompt + System Message 单次大模型调用 输出难以测量 一次拒答 = 全盘失败 Jev 的方式 程序掌握工作流 拆成许多小而可测的决策 结构化状态取代巨型提示词 拒答 = 可处理的控制流故障 AI 消失进软件后台、默认有用；Inverse SaaS-pocalypse：AI 增强现有软件，而非取代它。 "智能会更像一个数据库，而不是一位同事。" — more like a database than a coworker
07 · 编程原语与工作流设计 — 来源：Latent Space 播客
编码智能体：超越 KV 缓存 08 编码智能体：超越 KV 缓存 他的后续发文"The Tyranny of the KV Cache"：KV 缓存正在决定智能体的架构，而不是架构服务于任务。 现状：单模型架构的弊端 过度依赖单一模型 任务分解薄弱 状态管理糟糕 子智能体协同低效 未来：多智能体协同 智能地共享状态 低成本查询历史 分层任务树 锁与只读进程协同 "Cache Rules Everything" —— 这不是产品公告，而是机器原生 AI 基础设施的宣言。
08 · 编码智能体的下一个十年 — 来源：Latent Space 播客 +《The Tyranny of the KV Cache》
把开发者放在 VIP 投资人前面 09 把开发者放在 VIP 投资人前面 10 万+ Discord 一夜涌入 3800 万 发布视频播放量 3 个 话题同时上榜 $40M DCVC 领投 发布周最忙的时候，他把社区 Town Hall 排在一堆重要投资人的会议前面 —— 他自己形容这个决定"有点脏"，因为真正想优先照顾的是写代码的人。 他说发布像一次证明："前 Jev 世界"是一场悲剧 —— 潜力巨大，实用不足。 "Never been worse." —— 被问及"现在感觉如何"时的夸张式自嘲
09 · 发布周与社区 — 来源：Latent Space 播客 / 腾讯科技中文专访