TypeSafe CEO、Jev创始人Diogo Almeida曾参与OpenAI InstructGPT工作。他在AI Engineer大会演讲中提出，“下一个时代并不是Claude Code”时代，Claude Code与Codex本质上仍属同一阶段，AI的主要角色仍是围绕人提供辅助。他关心的问题是：AI能解决数学界的千禧年难题，却连最基础的活都无法实现自动化。9月22日做客Latent Space播客时，他措辞更直接：“在我看来，Jev出现之前的AI世界，简直是个悲剧。”

Diogo给出的答案是Jev。通过面向校准决策的强化学习（RLCD），团队希望让模型输出可供代码直接使用的选择、评分和概率，让开发者依据不确定性设置阈值，决定何时执行、何时交给人处理。他将Jev称为System One模型，目标是让代码成为模型输出的直接使用者，其能力范围远超决策本身。

他批评RLHF存在“模式坍缩”问题：模型偏向生成更安全、更常见的答案，牺牲概率分布的真实校准，既掩盖长文本中的错误累积，也解释了文本模型为何不擅长决策。RLCD与RLHF的核心区别在于优化目标——前者希望模型成为软件能够可靠调用的能力，后者侧重让模型遵循指令、给出获得认可的回答。对于拒答机制，他不主张把特定价值判断写进通用模型底层，而应像数据库一样划清技术能力与使用责任的边界。

在可靠性上，Diogo更重视稳健性：问题含义没变，就不该因加入无关字符而大幅改变判断。已部署的模型不会悄悄修改，因为API是别人程序里的依赖，但会快速发布新版本，目前尚不能承诺永久维护每个旧版本。他建议开发者把复杂任务拆成最小、可独立判断的语义单元，用结构化输入提交，并把模型放进自己的工作流测量实际表现，而非只看价格、速度或榜单总分。