Oumi PBC（西雅圖企業 AI 平台公司）今日更新佢哋嘅 Frontier AI Engineer（FAiE），加咗兩個新能力：幫客户建立 AI Agent（可自主執行多步驟任務嘅 AI 系統，包括調用工具同做出決策），同重新訓練呢啲 Agent 運行時使用嘅底層模型。
呢個更新係針對一個常見問題：Agent 離開示範階段後開始出錯，錯原因可以係提示詞有問題、工具鏈斷裂、或者底層模型本身能力不足。Oumi 話，企業傳統上只會靠調整提示詞同工具層（prompt engineering 同 harness engineering）去修，但重訓模型權重需要嘅技術以往只屬於前沿 AI 實驗室，所以好多 Agent 永遠停在「示範得但唔敢上線」嘅狀態。
FAiE 本身已經可以為客製模型設定目標、設計評測同執行訓練實驗。今次更新後，團隊可以用白話描述想 Agent 做乜，FAiE 會幫手定義所需工具同環境，再進入評測同訓練流程。Agent 上線後出嘅錯，會變成下輪訓練嘅評測集同訓練數據。
共同創辦人兼行政總裁 Manos Koukoumidis 話，更好嘅提示詞同更大嘅通用模型只能將 Agent 帶去某個程度，成功嘅 Agent 係「透過訓練驅動佢哋嘅模型權重、從自身工作中學習」，以失敗任務同用户偏好作為核心訊號。
Oumi 同時加入「Bring Your Own Harness」功能：已經喺其他平台運行 Agent 嘅公司，可以保留原有嘅協調層（orchestration）、工具同記憶系統，直接連接 Oumi 做評測同模型訓練，模型喺 Agent 日常運作嘅同一環境中調校。
技術層面，Oumi 喺已有嘅監督式微調（supervised fine-tuning）基礎上加入直接偏好優化（direct preference optimization），令模型可以喺用户偏好嘅行為範例上訓練。強化學習透過 GRPO（Group Relative Policy Optimization，群體相對策略優化）實現，按任務結果為模型打級。多種方法可以喺同一訓練流程中串接，FAiE 負責揀策略、設定獎勵函數同診斷問題。
呢個做法連接 Oumi 自三月推出客製模型商用平台以來的核心論點：大部分企業 Agent 運行喺前沿實驗室嘅通用模型上，並冇為個別客户嘅工作而優化；客户完全擁有嘅專用模型可以做更好嘅工作、成本更低。GRPO 現正以私人預覽形式推出，Oumi 接受接入申請。
Oumi 係風險投資支持嘅初創公司，2025年1月獲 Venrock Management 同 Obvious Management Services 領投嘅1000萬美元種子輪。創始團隊包括前 Google Gemini 分組工程負責人。
阿調搞兩下
Oumi 嘅論點講咗一個真問題：當你嘅 Agent 運行喺前沿實驗室嘅通用模型上，你冇權重訓佢哋，你隻能改提示詞。呢個就好似你租部車，發現引擎有問題，你只能向出租公司投訴。Oumi 話：不如你自己買部車，自己改引擎。
但有幾點要留神。第一，「專用模型做更好工作、成本更低」係 Oumi 嘅賣點，冇獨立基準測試支持；GRPO 只係私人預覽，無公開結果。第二，「重訓模型權重」需要大量算力，呢個訓練喺邊做、幾貴，Oumi 冇交代——對一般企業而言，呢個可能仍然只有前沿實驗室先做嘅嘢。第三，「從自身工作中學習」聽落好，但失敗任務嘅數據質素同數量，同用户偏好嘅代表性，直接決定重訓後模型係咪真係有改善，定係只係喺噪音上再訓練一次。
問題唔係「應該唔應該自己訓模型」，係「你嘅任務係咪特定到通用模型真係唔夠用，定係你哋一直冇好好寫提示詞？」呢個問題 Oumi 冇資格答，只有你自己答。
阿調｜深度調教
