作者分享后训练方向6家硅谷公司案例

Post-training 一个很实际的目标，就是让小模型在某个特定场景，把业务做好、做便宜。这是我相当看好的方向。那硅谷工业界已经在做什么？

了解这些，对我们选方向、做项目都有指导意义。这次挑了 6 家我觉得很值得关注的公司 它们代表了后训练及相关工具的几条前沿方向，业务有重叠，但各有侧重。1. Thinking Machines Lab / Tinker：把训练基础设施交给平台 你自己写训练逻辑，Tinker 通过 API 帮你完成计算、更新模型和保存进度，省掉管理 GPU 集群的工作。

比如 Glean 用它训练了专门负责找资料的 Waldo，再把资料交给大模型组织答案。官网： Glean 案例： 2. Fireworks AI：把训练到上线的工程流程接起来 它把模型训练和上线运行放在同一个平台，还提供接入 coding agent 的工具，帮你研究训练方法、估成本、启动实验和排查失败。适合希望把训练、调试和部署连起来的团队。

官网： 训练 Agent Skills： 3. Prime Intellect：让模型在任务里反复尝试、打分、学习 你提供任务、可调用的工具和评分规则，它把模型尝试、评测和强化学习训练的过程跑起来。比如 Ramp 用它训练 FastAsk，专门学习在财务表格里找对单元格、调用 Python 算数，供主 agent 使用。官网： Ramp 案例： 4. Osmosis：工程师和客户一起把模型练出来 如果你连训练目标、reward 怎么设计都拿不准，它会派工程师和你一起把业务问题变成训练任务，再完成训练和上线。

它提供的是 平台加专业人员交付，客户买到的也包括训练经验。官网： 5. Bespoke Labs：给 AI 搭接近真实工作的训练环境 它给模型实验室和企业搭建包含真实代码库、微服务、多步骤工作流的训练环境，让 agent 有地方练习实际工作。它更关注 模型拿什么练、怎么验收，这些环境和配套基础设施就是它提供的产品。

官网： 6. Weco：让 AI 自动改方案、跑实验、比较结果 你给它代码和衡量效果的评测脚本，它用大模型加树搜索，反复修改、测试，继续尝试更有希望的方案。它自动化的是 做实验这件事，改进对象可以是 prompt、算法或训练代码，未必需要训练模型权重。官网： 工作方式： 我觉得对个人和小团队的启示很直接：先找到自己懂的具体场景，把“怎样才算做好”定义清楚，再借这些工具验证，能不能做得更好、更便宜