ChatGPT共同发明人出来重新做AI了，这次不是聊天机器人

有人在公司后台处理供应链订单，需要同时核对库存、物流和供应商报价，过去要三个人花一下午整理决策。

现在前OpenAI研究员、ChatGPT和RLHF（基于人类反馈的强化学习，ChatGPT用到的训练方法）共同发明人Diogo Almeida，花了两年秘密研发，推出了一款完全不同的AI模型Jev。

和大家熟悉的ChatGPT这类大语言模型（LLM）不同，Jev不是用来聊天生成文本的，它专门负责做结构化决策。

Jev用了一种新的训练方法RLCD（对比蒸馏强化学习，无需人类反馈就能对齐模型），跳过了传统大模型逐词生成文本的步骤，直接给出结构化决策结果。

@CompleteSkeptic（Diogo Almeida的账号）认为：这是实现基于AI的经济革命最短的路径。

@shiri_shh 整理了Jev的核心参数：延迟大约150毫秒，每百万输入token成本是0.042美元，输出token完全免费。也就是一千亿输入token才只要42美元，比传统大模型便宜了40到400倍，速度快了20到200倍。

@amasad 提出疑问：如果输出范围是提前确定好的，为什么不直接训练模型枚举所有可能性的概率？

@NathanFlurry 解释说：Jev不会取代GPT或者Claude，它更像一个超级智能的条件判断，是给2016年传统分类器装上了2026年级别智能的新工具。

Gartner预测，到2026年，75%的全球500强企业都会使用AI驱动的决策智能来优化决策。对于需要做大量重复决策的企业来说，更快更便宜的AI工具，意味着之前因为成本太高没法自动化的环节，现在有了可行的替代路径。

比如供应链里从采购到配送的每个环节决策，过去需要人工整理核对，现在如果能交给Jev处理，整个供应链的运转效率都能得到提升。

它不是要抢聊天机器人的饭碗，而是给需要做决策的场景，提供了一个成本门槛低很多的选项。

下一次你收快递的速度变快，可能背后就有它——只是你不会在聊天框里见到它。