只是一根毛

Senior Software Engineer｜Backend × AI｜LLM・Agent・AI Coding｜分享實作、Side Projects 與踩坑日常｜兩隻貓的鏟屎官 🐈🐈｜從問題開始，把答案寫下來

[只是一根毛 @justmaocom]

@Tonnayw 還得在忙碌之中偷點閒😎

[只是一根毛 @justmaocom]

@z2810358647 一起佛系經營，生活還是要過的

[只是一根毛 @justmaocom]

@X_X_MAN_ 恭喜呀，目標達成👏

[只是一根毛 @justmaocom]

@VictorGjdpx 我來囉～平常會發一些AI技術文章，歡迎來看看

[只是一根毛 @justmaocom]

https://t.co/3nKshZbCE7

[只是一根毛 @justmaocom]

TypeSafe AI CEO的推
https://t.co/zUczAwGxhM

[Diogo Almeida @CompleteSkeptic]

After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?

I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev

• 20-200x faster
• 40-400x cheaper (w/ output tokens free)
• Frontier composable intelligence optimized for decisions

AFAICT the shortest path to AI-based economic revolution

[只是一根毛 @justmaocom]

TypeSafe AI 最近發表了一種很不一樣的 AI 模型：System One Models，以及第一個公開模型 Jev。

它背後想解決的問題其實很直接：

「LLM 已經很會聊天、寫程式、推理了，為什麼真正進入軟體系統的自動化還是這麼困難？」

TypeSafe 認為，問題可能不是模型不夠聰明，而是現在的 LLM 從一開始就不是為「軟體自動化」設計的。
https://t.co/nc7QEVkX9T

[Hacktron AI @HacktronAI]

On July 25, our team hacked OpenAI.

It took us less than 72 hours.

Two vulnerabilities chained together gave us access to ChatGPT and Codex accounts belonging to OpenAI employees. We demonstrated the impact with a harmless PR in OpenAI’s internal monorepo.

The full chain:

HEIF upload → libheif heap overflow → RCE → OpenAI SSO flaw → ChatGPT/Codex takeover → connected GitHub → internal PR.

OpenAI fixed the SSO issue roughly 14 hours after our report.

Research by @rootxharsh, @S1r1u5_ and @iamnoooob.

Full technical write-up:
https://t.co/J5inrGRyXw

[只是一根毛 @justmaocom]

@AndyL5cc 的確是這樣

[只是一根毛 @justmaocom]

現在AI Coding這麼盛行

未來外包接案的機會可能會越來越少

因為大家都自己弄專案了🤣

[只是一根毛 @justmaocom]

@ananluluanan 好久沒有去台東玩了

[只是一根毛 @justmaocom]

@AndyL5cc 關電腦，提早下班！

[只是一根毛 @justmaocom]

@TaoistAlchemist 當時背了一堆債呢😤

[只是一根毛 @justmaocom]

@Cursorgkm8 恰巧路過～～

[lauren @poteto]

I'm writing a guide to pstack! Here's part one. https://t.co/4yjdWKPieE

[只是一根毛 @justmaocom]

@will_pu7490 關於這點我也正在學習🤣

[只是一根毛 @justmaocom]

自己對Jev模型的觀點
https://t.co/xkY8mLPwgZ

[只是一根毛 @justmaocom]

TypeSafe AI 最近發表了一種很不一樣的 AI 模型：System One Models，以及第一個公開模型 Jev。

它背後想解決的問題其實很直接：

「LLM 已經很會聊天、寫程式、推理了，為什麼真正進入軟體系統的自動化還是這麼困難？」

TypeSafe 認為，問題可能不是模型不夠聰明，而是現在的 LLM 從一開始就不是為「軟體自動化」設計的。
https://t.co/nc7QEVkX9T

[只是一根毛 @justmaocom]

Jev的模型設計蠻有趣的

一般來說模型生成字串，應用程式做了一堆harness工程，最後才決定下一步

但Jev則是輸入未結構化狀態，輸出有型別、帶機率的決策。

直接先給結果而不說一堆廢話，速度當然快阿🤣

[只是一根毛 @justmaocom]

我覺得 System One Models 最值得關注的，不一定是 Jev 最後能不能成為主流，而是它提出了一個不同方向：

現在大部分 AI 發展都在追求「更強的通用模型」。

更會推理、更會 Coding、更長 Context、更強 Agent。

但 TypeSafe 問的是另一個問題：

如果 AI 的使用者不是人，而是另一段程式碼，我們真的還需要讓模型生成文字嗎？

Jev 選擇犧牲自由的文字生成能力，換取速度、成本、型別安全、可校準的機率，以及更容易被軟體組合的介面。

也許未來真正大量存在於 Production 裡的 AI，不一定都是 Agent。

很多可能只是藏在系統裡，一個又一個非常快、非常便宜，而且足夠可靠的「智慧型判斷函數」。

這可能才是 System One Models 最有意思的地方。

[只是一根毛 @justmaocom]

另一個值得注意的是「Hallucination」。

TypeSafe 宣稱 Jev 不會像一般 LLM 一樣生成任意內容，因為所有可能輸出的型別與結構都已經事先定義。

所以它可以保證不產生 schema / type error。

但這不代表模型永遠「判斷正確」。

Jev 仍然可能做出錯誤判斷，只是它會同時輸出經過校準的 confidence / probability，讓程式知道：

「模型對這個答案到底有多確定？」

這對真正要把 AI 放進 production workflow，其實比單純要求模型回答「Yes / No」重要很多。