AI初创公司Oumi扩展Frontier AI Engineer，支持构建智能体并重训底层模型
Oumi更新其FAiE平台，允许企业通过自然语言指令构建AI智能体，并自动利用直接偏好优化（DPO）和组相对策略优化（GRPO）重训模型权重，以解决智能体在生产环境中的可靠性问题。
美国西雅图的企业人工智能平台公司Oumi PBC于2026年11月4日宣布，扩展其“Frontier AI Engineer”（FAiE）智能体的功能，使其不仅能为客户构建AI智能体，还能重训这些智能体所依赖的底层模型。这一更新旨在解决AI智能体从演示阶段进入生产环境后常见的可靠性问题：失败的智能体往往源于糟糕的提示词、损坏的工具或弱化的基础模型，而传统上修复这些问题需要前沿AI实验室级别的技能。
据SiliconANGLE报道，Oumi首席执行官Manos Koukoumidis表示，仅靠更好的提示词和更大的通用模型只能将智能体推进到一定程度，成功的智能体将通过“训练驱动它们的模型权重，从其自身工作中学习”来改进。新的FAiE允许团队用自然语言描述目标，系统随后定义所需的工具和环境，并在评估和训练过程中将生产环境中出现的问题转化为下一轮的评估集和训练数据。
技术层面，Oumi在原有的监督微调基础上增加了直接偏好优化（DPO），使模型能根据用户偏好的行为示例进行训练；同时引入组相对策略优化（GRPO），通过任务结果对模型进行评分。多种方法可在单次多阶段训练运行中串联使用。此外，新推出的“Bring Your Own Harness”功能允许客户保留现有的编排、工具和内存架构，仅连接Oumi进行评估和模型训练，确保模型在与智能体日常工作的相同环境中得到调优。
这一举措强化了Oumi关于“模型所有权”的商业论点：大多数企业智能体运行在未经特定客户工作优化的通用前沿模型上，而客户完全拥有的专用模型可能以更低的成本提供更好的性能。目前，GRPO功能处于私人预览阶段，该公司正在接受访问申请。