Основатель TypeSafe Диого Алмейда считает, что проблема не в том, что ИИ недостаточно умён, а в том, что прежние модели с самого начала не были спроектированы для настоящего программного мира. Его ответ — Jev, первый крупный программируемый «системно-первый» тип модели.

Она не строится вокруг чата и не гонится за рейтингами, а оптимизируется по одному показателю: интеллект на доллар. После релиза сообщество в Discord за сутки выросло до ста тысяч человек, а видео о модели набрало тридцать восемь миллионов просмотров.

До этого Алмейда участвовал в создании моделей следования инструкциям в OpenAI. Уйдя оттуда, он больше двух лет искал ответ на вопрос, почему достаточно умный ИИ всё ещё с трудом встраивается в реальные рабочие процессы.

Главный дефицит, по его мнению, не способность, а надёжность. Модель может решить сложную задачу, но стоит ей в фоне occasionally отказаться отвечать, выдать дрейфующий результат или повести себя непредсказуемо, как вся система ломается.

Поэтому TypeSafe хочет сделать ИИ не собеседником, похожим на человека, а инфраструктурой, которую код вызывает напрямую. По словам Алмейды, ИИ должен быть скорее базой данных, чем коллегой.

Он резко критикует обучение на человеческих предпочтениях. Стремясь избегать ошибок, модель сужает пространство решений и теряет редкие, но ценные варианты — происходит схлопывание режимов.

Отсюда его идея RLCD, обучения на обратной связи от кода. Раньше человек находился в цикле, а программа была вспомогательным инструментом. Теперь задача — убрать человека из цикла и поставить туда программу.

Надёжность при этом не равна детерминизму: важнее, чтобы похожие вопросы давали близкие ответы, а не чтобы один и тот же ввод всякий раз выдавал буквально одно и то же.

Практический совет разработчикам прост: дробить задачу на минимальные смысловые единицы. Один большой вопрос с длинным системным сообщением работает медленнее, дороже и хуже, чем сотня независимых маленьких вопросов, каждый из которых легко проверить.

Если что-то идёт не так, сбой можно быстро локализовать и превратить в тестовый случай. Это и есть то, что Алмейда называет машинным обучением без машинного обучения: технология используется, но поведение системы становится проверяемым и предсказуемым.

Он также отказывается от погони за публичными бенчмарками, потому что их легко подделать под тест, и не строит безопасность на отказах. Для чат-бота отказ не проблема, но если ИИ работает в фоне и от него зависит другая программа, внезапный отказ ломает всю цепочку.

По его мнению, чрезмерные моральные ограничения дробят интеллект и лишают его универсальности. API Jev строится на трёх примитивах: выбор из вариантов, оценка и логическое «нет», которые соответствуют ветвлению, сортировке и условным операторам. Состояние, инструкции и критерии передаются модели как структурированные данные, а программа решает, где их разместить.

Среди основных применений Jev Алмейда называет анализ «тёмных данных», которые компании годами хранили без пользы из-за дороговизны обработки, программирующих агентов и задачи, требующие постоянной проверки результатов в реальном времени.

Если бы у него было десять миллиардов долларов, он не стал бы обучать большую модель с нуля, а вложил бы средства в данные, дообучение и новые формы интеллекта.

TypeSafe, по его словам, не первая попытка, а скромный исследовательский предпросмотр, и следующий релиз наступит быстрее, чем многие ожидают.