Jev估值100亿美元！创始人Diogo Almeida回答一切

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> Jev估值100亿美元！创始人Diogo Almeida回答一切 梦晨 2026-10-03 10:38:19 来源： 量子位 文婷 发自 凹非寺 量子位 | 公众号QbitAI 他来了他来了，TypeSafe AI的联合创始人兼CEO Diogo Almeida ，顶着一头新染的红发闪亮登场了！（doge Diogo在最新一期Latent Space访谈中坦言： 公开benchmark极其容易被操纵，即便开发者没有主动作弊，最终也可能被榜单牵着走。 所以相比于一张通用榜单，他更愿意相信长期积累的产品体验与信任： 直到你把模型放进自己的工作流，并针对那个工作流去评估、去测量，才能判断它在真正重要的流程中表现如何。 甚至还大胆开麦： 当年身在OpenAI，我深深感受到了什么叫无力… 666，Diogo这是真没拿我们当外人，啥都往外说啊。 这几天，Jev这款“不会聊天、只会做决定”的模型火爆全网。 有人用它来筛选海量论文；有人用它来提前拿捏客户的需求；甚至还有人连夜开源了一个 “Jev聊天助手” ，可以提前预判老板的预判、以及对象闹别扭到底是为了啥，并一键生成几条最合适的回复供你选择： 好家伙， 再也不用为猜不透老板和对象的心思焦头烂额了？! Jev的成绩也相当能打。 短短6天，Jev发布视频的浏览量便突破了 3870万 ；在第三方JevBench v1.2.1综合榜中，Jev 1.13.0也以75.3分 排名第一 。 我火速把访谈内容整理了出来，重点笔记如下： 现在整个行业都在卷速度、拼成本，反倒把可靠性给弄丢了；但 可靠性才是一款产品真正的灵魂 ，也是大家敢于托付信任的关键。 我并不仇视OpenAI， 但既然AI能破解千禧年大奖难题，那为什么他们在有经济价值的实际工作上贡献几乎为零？ 拉动TFP（全要素生产率）增长，才是衡量AI经济革命真正的标尺，我们的目标就是在五年内拉动3%。 我已经厌倦AI永远站在舞台中央；世界本身就应该更有趣，AI只需要退到幕后，默默提供辅助。 目前的AI编码，本质上仍是围绕单一模型展开的竞争 ，只是提供不同档位供用户选择；所以当下各家开源coding agent的能力差距并不大，while循环能实现的能力边界是有限的。 一旦某一家做出独有的杀手级场景，所有人都会蜂拥而至，而开源项目则可以快速复刻这套能力。 就算给我十亿美元（约71.3亿元），我也不会选择从零开始预训练大模型的！因为 预训练实在太·烧·钱·了！ 全程高能，大家速看！ AI连难题都能攻克，为什么还干不了多少实际工作？ 主持人（swyx）： Jev爆火之后，你感觉如何？ Diogo Almeida： 说实话，我觉得自己已经被榨干了，每天只剩一副筋疲力尽的躯壳四处飘荡。 事情铺天盖地砸过来，而我是技术出身的CEO，所以每天需要到处救火。 这几年我一直在讲， 整个AI行业就像游乐园里的镜子屋 ；大家都有点脱离现实，说着很多逻辑根本对不上的话。 但就在这周，整个行业终于被拉回了现实。 大家开始意识到AI比之前想象得强大得多，由AI驱动经济变革，也再次成了行业认真讨论的议题。 我经常在演讲里抛出一个问题，即 “AI已经聪明到足以挑战千禧年大奖难题，为什么还是没法自动化大量最基础的工作？” 这些工作的门槛不高，也没什么职业成就感，人类本来可以去做更有意思的事，但现在仍然被困在这些重复、枯燥的任务里。 根本原因就是我们还没法把它们自动化。 就好比我们手里有一台动力强悍的自动化引擎，却找不到合适的接口，接不进真正有商业价值的业务场景。 主持人： 有道理，行业里还有很多全新的模型范式等着我们去探索，应该百花齐放。 Diogo Almeida： 我觉得早期互联网那种蓬勃的活力回来了，技术乌托邦的浪潮也回来了。 不再是coding agent时灵时不灵、顶尖能力全被锁在大厂内部的那一套， 现在，每个人又都有机会参与创造了。 但这会是一片狂野的新大陆，请大家系好安全带。 主持人： 能不能分享一些可以对外披露的数据，比如注册量之类的指标？ Diogo Almeida：我们的日处理量已经突破一万亿token ，而且不是昙花一现的峰值，夜间流量也在持续走高。 这说明大量调用来自机器自动化，不只是普通用户尝鲜。 目前日吞吐一万亿token的这个规模也相当可观，能做到这个数字让我感到非常振奋。 而注册量对我来说其实就没那么重要了。 坦白讲，这算是我们踩过的一个小坑；推特上有人调侃我们是营销天才，但我们几乎没有市场团队，所谓“营销”，也只是带着一股直白、略显笨拙的劲儿，持续向候补名单上的用户开放注册。 但我们之前没意识对开发者平台来说，等待名单和注册用户量的参考价值有限； 很大一部分注册用户根本不是开发者，只是进来随便跑几条查询，然后用完后疑惑：“这是什么？它又不是聊天机器人，我的ChatGPT才是。”然后就走了。 我觉得和重度开发者写一段循环批量调用相比，这些注册用户几乎可以忽略不计，因为真正创造价值的是前者。 真正棘手的是调用速率限制（rate-limit）。一旦用户真正从模型里拿到业务价值，就会需要更大的调用配额。 软件系统本来就是这样搭起来的。 你前期投入成本搭建链路，当链路产出的价值超过搭建成本时，你就可以把这套逻辑放到后台持续运行，作为其他系统的依赖，再在上面搭更高层的应用，创造海量现实价值。 早期互联网从业者恐怕很难想象，2000年初的互联网能迸发出多大的能量。 许多颠覆性创新，正是因为不同能力可以自由组合才得以出现。 主持人： 你们让我印象很深的一点是，你反复强调可靠性。 我原本以为你们重点聊的是校准，也就是LCD，但实际上你们同样关注服务可用性和可扩展性。 Diogo Almeida： 这些都很重要。 因为可靠性不只是服务稳定运行，也包括模型输出是否智能、结果是否稳定、是否符合预期。 推理类的大模型确实够聪明，但可靠性依旧有很大短板。 从许多场景的实际需求来看，模型完全有能力把工作自动化，商业上也有强烈的落地动机，但就是做不到，根源在于 模型的优化目标不一样。 可靠性分两层。 一层是 你能否信任模型的输出结果 ； 一层是 能否从更多维度保证模型可靠 。 我们虽然还暂时没走到第二层，但我对此满怀期待。 通常来说，我们应该先自动化简单工作，再攻克复杂任务。 但我的目标一直都是： 开发者不用反复试错，就能确信模型一定能把任务完成。 这就像编程时的心流状态， 我写查询指令，只是因为这里需要。 对于不需要复杂分支判断的环节，直接调用TypeSafe的 System-One（机器原生、可编程的决策内核） 查询直接拿结果，由模型可靠地完成分支逻辑。这就是我们的理想，也是一条漫长而艰难的路。 我的愿景是让软件工程被AI充分赋能，而我最不愿看到的悲剧就是AI明明能力很强，但实际落地使用率却极低。 这件事让我很难平静…我不信奉盲目的技术乐观主义，也不认为所有技术天然向善。 我觉得当下AI的现状是对技术潜力的巨大