前 OpenAI 研究员 Diogo Almeida 提出 RLCD 框架：以校准决策输出弥合大模型智能与工程落地间的接口断层

Ex-OpenAI Researcher Proposes RLCD Framework to Bridge Gap Between LLM Intelligence and Engineering Reliability

1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/9 17:55:11

全景综述与最新动态

1 家信源交叉印证

TypeSafe CEO、前 OpenAI InstructGPT 核心贡献者 Diogo Almeida 推出 Jev 项目，旨在解决当前 AI 编码助手（如 Codex、Claude Code）虽具备高智能但输出不可信、难以直接嵌入自动化流程的痛点。他提出“面向校准决策的强化学习”（RLCD）新范式，主张将训练目标从迎合人类偏好转向生成可被代码直接消费的选择、评分与概率分布。该方案试图通过量化不确定性，让开发者能依据置信阈值自主编排人机协作逻辑，从而推动 AI 从辅助工具向基础设施级能力演进。

最新动向/TypeSafe CEO、前 OpenAI InstructGPT 核心贡献者 Diogo Almeida 推出 Jev 项目，旨在解决当前 AI 编码助手（如 Codex、Claude Code）虽具备高智能但输出不可信、难以直接嵌入自动化流程的痛点。他提出“面向校准决策的强化学习”（RLCD）新范式，主张将训练目标从迎合人类偏好转向生成可被代码直接消费的选择、评分与概率分布。该方案试图通过量化不确定性，让开发者能依据置信阈值自主编排人机协作逻辑，从而推动 AI 从辅助工具向基础设施级能力演进。

热度曲线逐小时热度走势

3 个完整观测小时

当前

11.4

峰值

12.018:00

近 24h 变化

–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 1 篇 · 最新优先

InfoQ 中文T2·10月9日 17:5568 分
前 OpenAI 研究员 Diogo Almeida 提出 RLCD 框架：以校准决策输出弥合大模型智能与工程落地间的接口断层
原文标题：Codex 和 Claude Code 都跑偏了，前 OpenAI 研究员称 Jev 出现前 AI 世界是个悲剧
- Diogo Almeida 认为现有 AI 编程助手（Codex/Claude Code）仍停留在“人主导、AI 辅助”阶段，未能实现真正的自动化闭环。
- Jev 提出的 RLCD 框架核心在于让模型输出包含概率和评分的结构化数据，使代码能直接判断何时执行或何时转交人工。
- 该观点挑战了主流 RLHF 范式，指出对齐用户偏好可能导致模型隐藏真实置信度，阻碍了确定性自动化的实现。
查看存证快照原文网页