“上一代模型為知識建模，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，由藍馳創(chuàng)投領投，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)強化學習訓練數(shù)字員工，服務企業(yè)客戶。

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

強化學習在數(shù)學、編程等場景已成效顯著。如 OpenAI 和 Gemini 的新模型都在今年的國際數(shù)學奧賽中達到金牌水平，Cursor 使用在線強化學習升級的代碼補全模型現(xiàn)在每天處理超 4 億次請求。

強化學習的核心機制就是通過試錯和與環(huán)境交互，根據(jù)獎勵和懲罰來學習最優(yōu)策略，適合規(guī)則明確、正負反饋清晰明了的任務。

但在商業(yè)情境中，反饋往往稀疏且滯后；例如銷售場景中聊三小時最終未成交，不能簡單判定此次交流無效；另外，商業(yè)實踐中蘊含大量文本之外的隱性 know-how，需要把這些隱性知識與基礎模型結(jié)合，在真實業(yè)務中構(gòu)建有效的獎勵機制。

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，計劃用強化學習幫企業(yè)定制 AI 模型，針對企業(yè)的核心 KPI，如營收或利潤直接做優(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，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，他們已有客戶基礎和行業(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” 的服務平臺，阿里云、字節(jié)、騰訊、百度都有相關(guān)產(chǎn)品和服務。

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。每個場景都要從頭適配底模、流程與系統(tǒng)，單場景部署成本極高。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)務結(jié)果為導向，結(jié)合商業(yè) konw-how 對模型進行強化學習，做出適用于商業(yè)領域的模型?！吧弦淮Ｐ驮跒橹R建模，把知識壓縮進模型；這一代模型要為生產(chǎn)力建模，把模型解壓回真實世界?！?張帆說。

2015 年以來，中國曾經(jīng)歷過一次企業(yè)服務的投資熱潮，但因為國內(nèi)市場付費意愿低、賬期管理難度大、銷售和運維費用高，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)服務領域時比較謹慎。一位美元基金投資人稱，他們?nèi)詴P(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