TypeSafe AI首席執行官Diogo Almeida：發佈Noul輸出“泄露”公告
TypeSafe AI首席執行官Diogo Almeida在社交平臺發佈公告，稱公司發現大規模未經授權泄露全部客戶Noul輸出，並強調重視透明，直接公開GitHub鏈接供查看。
公告精確到約週五晚6時49分發現事件，鏈接指向的內容爲從0.00至1.00按0.01步長排列的101個數值；Noul是其模型的原語之一，用於對陳述返回0到1之間的概率值。
TypeSafe AI於2024年成立，2026年9月從隱身狀態推出首款模型Jev，並完成由DCVC領投的約4000萬美元種子輪；Jev定位爲機器原生的System One模型，通過Noul、Choice與Score等原語輸出帶校準概率的結構化決策，而非生成文本。
Almeida曾在OpenAI參與RLHF與InstructGPT相關工作，公司強調通過強化學習進行校準決策，目標是讓智能在軟件內部運行而非面向人類對話；公告引發大量互動，部分回覆圍繞輸出精度與校準特性展開。
所謂泄露數據僅覆蓋模型可能輸出的概率空間全集，不涉及任何客戶特定輸入、密鑰或專有數據；公司未報告實際安全事件或客戶影響。
資金與注意力流向圍繞結構化決策模型的開發者與企業客戶，TypeSafe通過提供低延遲、可校準的概率輸出收取API費用；掌握類型安全與校準接口的團隊受益，傳統文本生成模型在自動化場景中面臨更高不確定性成本。
該公告以嚴肅披露形式呈現，實際內容爲對模型輸出範圍的完整枚舉，進一步凸顯其產品將概率作爲一等輸出而非後處理結果的設計。
來源：公開信息
ABAB AI 解讀
Diogo Almeida在OpenAI期間參與RLHF相關工作，協助建立通過人類反饋強化模型偏好的路徑，後於2024年離開並創立TypeSafe AI，轉向放棄自由文本生成、專注機器可直接消費的類型化決策。
資本路徑體現爲種子輪資金投向System One模型與RLCD訓練方法，資源集中在構建Noul等原語以返回校準概率，戰略上瞄準軟件自動化中對確定性與置信度的需求，而非擴大對話交互。
這與早期將搜索或分類模型嵌入軟件系統的路徑相似，也類似部分金融風控系統將概率評分直接作爲決策輸入；當前階段屬於從聊天模型向可編程智能組件的轉型期，輸出形式本身構成接口壁壘。
本質屬於技術替代：自由文本輸出被結構化概率替代，機制上通過限制輸出空間並提供校準置信度，使下游代碼可直接進行閾值控制與路由，降低提示工程不確定性，同時將“泄露全部可能輸出”簡化爲公開已知範圍。
ABAB News · 認知定律
輸出空間越小，透明成本越低
校準概率替代提示懇求，接口成爲壁壘
嚴肅公告包裝已知全集，注意力即產品信號