TypeSafe AI首席执行官Diogo Almeida：发布Noul输出“泄露”公告
TypeSafe AI首席执行官Diogo Almeida在社交平台发布公告，称公司发现大规模未经授权泄露全部客户Noul输出，并强调重视透明，直接公开GitHub链接供查看。
公告精确到约周五晚6时49分发现事件，链接指向的内容为从0.00至1.00按0.01步长排列的101个数值；Noul是其模型的原语之一，用于对陈述返回0到1之间的概率值。
TypeSafe AI于2024年成立，2026年9月从隐身状态推出首款模型Jev，并完成由DCVC领投的约4000万美元种子轮；Jev定位为机器原生的System One模型，通过Noul、Choice与Score等原语输出带校准概率的结构化决策，而非生成文本。
Almeida曾在OpenAI参与RLHF与InstructGPT相关工作，公司强调通过强化学习进行校准决策，目标是让智能在软件内部运行而非面向人类对话；公告引发大量互动，部分回复围绕输出精度与校准特性展开。
所谓泄露数据仅覆盖模型可能输出的概率空间全集，不涉及任何客户特定输入、密钥或专有数据；公司未报告实际安全事件或客户影响。
资金与注意力流向围绕结构化决策模型的开发者与企业客户，TypeSafe通过提供低延迟、可校准的概率输出收取API费用；掌握类型安全与校准接口的团队受益，传统文本生成模型在自动化场景中面临更高不确定性成本。
该公告以严肃披露形式呈现，实际内容为对模型输出范围的完整枚举，进一步凸显其产品将概率作为一等输出而非后处理结果的设计。
来源：公开信息
ABAB AI 解读
Diogo Almeida在OpenAI期间参与RLHF相关工作，协助建立通过人类反馈强化模型偏好的路径，后于2024年离开并创立TypeSafe AI，转向放弃自由文本生成、专注机器可直接消费的类型化决策。
资本路径体现为种子轮资金投向System One模型与RLCD训练方法，资源集中在构建Noul等原语以返回校准概率，战略上瞄准软件自动化中对确定性与置信度的需求，而非扩大对话交互。
这与早期将搜索或分类模型嵌入软件系统的路径相似，也类似部分金融风控系统将概率评分直接作为决策输入；当前阶段属于从聊天模型向可编程智能组件的转型期，输出形式本身构成接口壁垒。
本质属于技术替代：自由文本输出被结构化概率替代，机制上通过限制输出空间并提供校准置信度，使下游代码可直接进行阈值控制与路由，降低提示工程不确定性，同时将“泄露全部可能输出”简化为公开已知范围。
ABAB News · 认知定律
输出空间越小，透明成本越低
校准概率替代提示恳求，接口成为壁垒
严肃公告包装已知全集，注意力即产品信号