“上一代模型為知識(shí)建模，這一代模型要為生產(chǎn)力建模?！?/span>

文丨姚一楠

編輯丨程曼祺

我們獨(dú)家獲悉，企業(yè)智能體公司元理智能已于近日完成 800 萬美元種子輪融資，由藍(lán)馳創(chuàng)投領(lǐng)投，光源創(chuàng)業(yè)者基金跟投。元理智能由智譜 AI 前 COO 張帆創(chuàng)立，希望通過商業(yè)強(qiáng)化學(xué)習(xí)訓(xùn)練數(shù)字員工，服務(wù)企業(yè)客戶。

張帆是一位連續(xù)創(chuàng)業(yè)者，曾在法國(guó)國(guó)家科研中心從事機(jī)器翻譯研究，2010 年回國(guó)后，先后在搜狗、騰訊負(fù)責(zé)過類 Siri 的智能語音產(chǎn)品；2013 年創(chuàng)辦妙計(jì)旅行；2020 年出任大搜車 CTO；2022 創(chuàng)立元因智能，后被智譜并購(gòu)，2023 年加入智譜 AI 任 COO，今年 6 月離職。

強(qiáng)化學(xué)習(xí)在數(shù)學(xué)、編程等場(chǎng)景已成效顯著。如 OpenAI 和 Gemini 的新模型都在今年的國(guó)際數(shù)學(xué)奧賽中達(dá)到金牌水平，Cursor 使用在線強(qiáng)化學(xué)習(xí)升級(jí)的代碼補(bǔ)全模型現(xiàn)在每天處理超 4 億次請(qǐng)求。

強(qiáng)化學(xué)習(xí)的核心機(jī)制就是通過試錯(cuò)和與環(huán)境交互，根據(jù)獎(jiǎng)勵(lì)和懲罰來學(xué)習(xí)最優(yōu)策略，適合規(guī)則明確、正負(fù)反饋清晰明了的任務(wù)。

但在商業(yè)情境中，反饋往往稀疏且滯后；例如銷售場(chǎng)景中聊三小時(shí)最終未成交，不能簡(jiǎn)單判定此次交流無效；另外，商業(yè)實(shí)踐中蘊(yùn)含大量文本之外的隱性 know-how，需要把這些隱性知識(shí)與基礎(chǔ)模型結(jié)合，在真實(shí)業(yè)務(wù)中構(gòu)建有效的獎(jiǎng)勵(lì)機(jī)制。

全球范圍內(nèi)，由 OpenAI 前 CTO 米拉·穆拉蒂（Mira Murati）創(chuàng)立的 Thinking Machines Lab 也透露過，計(jì)劃用強(qiáng)化學(xué)習(xí)幫企業(yè)定制 AI 模型，針對(duì)企業(yè)的核心 KPI，如營(yíng)收或利潤(rùn)直接做優(yōu)化。

目前在嘗試 Agent to B 的企業(yè)大致可以分為三類：

一是 2023 年熱潮后新出現(xiàn)的一批公司，希望探索 AI 原生的新型企業(yè)服務(wù)，如語核科技、訊兔科技、未來式智能等。二是 SaaS 企業(yè)使用 AI 新技術(shù)來提供相關(guān)服務(wù)，他們已有客戶基礎(chǔ)和行業(yè)數(shù)據(jù)積累，如第四范式、明略科技、來也科技等。三是大廠或云廠商基于自研模型構(gòu)建 “模型調(diào)用—Agent 開發(fā)—企業(yè)接入” 的服務(wù)平臺(tái)，阿里云、字節(jié)、騰訊、百度都有相關(guān)產(chǎn)品和服務(wù)。

張帆告訴我們，現(xiàn)在 Agent to B 的主流路徑是基于 “定制 + FFT（Full-parameter Fine-Tuning，全參數(shù)微調(diào)）” 交付的固定工作流。每個(gè)場(chǎng)景都要從頭適配底模、流程與系統(tǒng)，單場(chǎng)景部署成本極高。而基座模型都是基于 benchmark 優(yōu)化，產(chǎn)出的多是通用模型，在各行業(yè)能做到 80 分，但難以足夠好。

元理智能希望以商業(yè)業(yè)務(wù)結(jié)果為導(dǎo)向，結(jié)合商業(yè) konw-how 對(duì)模型進(jìn)行強(qiáng)化學(xué)習(xí)，做出適用于商業(yè)領(lǐng)域的模型?！吧弦淮Ｐ驮跒橹R(shí)建模，把知識(shí)壓縮進(jìn)模型；這一代模型要為生產(chǎn)力建模，把模型解壓回真實(shí)世界。” 張帆說。

2015 年以來，中國(guó)曾經(jīng)歷過一次企業(yè)服務(wù)的投資熱潮，但因?yàn)閲?guó)內(nèi)市場(chǎng)付費(fèi)意愿低、賬期管理難度大、銷售和運(yùn)維費(fèi)用高，前一波初創(chuàng)公司發(fā)展不理想，早期投資者大多虧損，因此基金在投資 to B 企業(yè)服務(wù)領(lǐng)域時(shí)比較謹(jǐn)慎。一位美元基金投資人稱，他們?nèi)詴?huì)關(guān)注 Agent to B 賽道，但主要出手最頭部的創(chuàng)始人和企業(yè)。

題圖來源：The Intern