---
title: "👤 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？ 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLC"
topic_id: 55521522588141854
created_at: 2026-09-16T08:19:41.404+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 👤 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？ 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLC

- 序号：479
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/55521522588141854)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

👤
💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？
💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLCD），以及一种我们今天发布的新型前沿 AI 模型：Jev
💬速度提升 20-200 倍
💬成本降低 40-400 倍（输出 token 免费）
💬专为决策优化的前沿可组合智能
💬据我所知，这是通往基于人工智能的经济革命的最短路径

👤
💬这些收益并非没有代价：Jev 无法生成文本
💬将 Jev 与大语言模型并排比较，权衡取舍一目了然
💬有趣的是：用并行计算取代顺序计算，正是 Transformers 超越循环神经网络的方式
👤
💬我们相信未来是代码 + AI，因此制作了工作流评估来反映这一点
💬Jev 成本：每十亿输入 token42 美元（每百万 token0.042 美元），输出 token 永久免费（凭借我们的新架构，它们便宜到无需计量）
💬Jev 的名字来源于杰文斯悖论以及智能性价比图表
👤
💬我们很喜欢这个 demo 展示出的实时智能，以及代码 + AI 能够实现的能力
💬约 10 次调用 / 秒，约每小时 7 美元
👤
💬游戏：仅使用页面内链接，从一个维基百科页面竞速跳转至另一个页面
💬挑战：在数百到数千个链接之间做出选择
💬它不仅展示了每秒智能，还展示了在高基数选择中不产生幻觉所带来的复利收益
👤
💬非凡的主张需要非凡的证据，所以请查看我们的发布博客获取更多技术信息
💬加入我们的等候名单，获取早期访问权限
💬你可以在 Discord 上和我们进行技术交流、分享梗图（传言优秀的梗图制作者可以插队）
💬我们非常激动，这项技术现在已经交到开发者手中，而我们才刚刚起步！！！

## 总体总结

主题正文
1. 💬在共同发明 ChatGPT 之后，我一直在问自己：为什么超人类的聊天模型没有带来 AGI？
2. 💬过去两年，我一直在隐身模式下构建一种新的模型训练方式（RLCD），以及一种我们今天发布的新型前沿 AI 模型：Jev
3. 💬成本降低 40-400 倍（输出 token 免费）
4. 💬有趣的是：用并行计算取代顺序计算，正是 Transformers 超越循环神经网络的方式
5. 💬Jev 成本：每十亿输入 token42 美元（每百万 token0.042 美元），输出 token 永久免费（凭借我们的新架构，它们便宜到无需计量）
6. 💬我们很喜欢这个 demo 展示出的实时智能，以及代码 + AI 能够实现的能力
7. 💬约 10 次调用 / 秒，约每小时 7 美元
8. 💬你可以在 Discord 上和我们进行技术交流、分享梗图（传言优秀的梗图制作者可以插队）