➤ 本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。但在 Kevin 看来，RL as a Service 只是起点，不是终点。他在节目里说，Service 只解决了一半问题；真正要让 Agent 在生产环境中持续改进，还需要把训练、奖励、反馈、部署和数据回流串成一条可以自动循环的管道——也就是 Pyromind 正在押注的 AutoRL。我们也聊到了 Pyromind 的真实落地场景：工业质检、工艺参数优化、GUI Agent、Coding Agent，以及企业里那些 ROI 明确、数据足够富集、好坏标准相对清楚的生产问题。同时，这期也会讨论一个非常现实的问题：企业 AI 到底怎样才能不是项目制咨询？Kevin 坦诚，第一次进入客户场景时，FDE 的工作不可省：要理解数据制式、评价基准、业务流程和奖励信号。但 Pyromind 追求的是让这部分工作在相似模态和相似场景中逐渐递减，把一次性交付沉淀成可以横向复制的 AutoRL 管道。Kevin 重点分享了他们的新工作 PyroDash：一个由 4B 小模型、强基座模型和协作引擎组成的大小模型协作架构。Kevin 认为，这背后对应的是一个更大的判断：需求世界是多元的，不是所有问题都应该被收拢到一个中心化大模型里解决。这期适合所有关心 AI Agent、后训练、企业智能、工业 AI 和 AI infra 的朋友。🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。📒 文字版将发布于 @十字路口Crossing 公众号。00:23 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍、融资情况、收入及利润、团队规模、创业前经历、PMF 跑通了吗？01:55 为何 AI 终局更像 Agent 蜂群而非超级基础模型一统天下？03:44 为什么 RSI 在这一年变得重要？05:21 RL as a Service 解决了哪一半问题？08:32 Pyromind 如何优选最适合 AutoRL 的客户？10:16 初次进入场景为何 FDE 不可省，后续工作量又如何递减？22:13 如何能让工业客户算清 ROI？23:22 哪三条标准决定一个企业需求该接还是拒绝？26:29 企业 AI 为何绕不开成本、效率与隐私的不可能三角，后训练如何破解？27:03 PyroDash 怎样让 4B Worker Model 与 Base Model 协作，兼顾效果与成本？29:23 Harness 能改善流程和速度，但仍解不了哪些企业的关键需求？34:02 两个 FDE 如何支撑十几个 B 端客户，Pyromind 又把哪些工作收回产品层？38:20 模型越训越好、训练需求越少，Pyromind 究竟赚得更多还是更少？40:58 中国 SaaS 难做，Pyromind 为何认为 AI ToB 能把 ROI 重新算清？42:06 云厂商也能做后训练、又掌握算力，Pyromind 会被吞掉吗？47:47 Hugging Face 上小模型下载仍占主流，为什么需求不会都归拢到一个 Base Model？欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站在小宇宙查看该单集文稿

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related