Token导航 LogoToken导航

AI 资讯 · 十字路口Crossing

杭州团队EchoMind探索企业RSI成立一年

更新 2026-11-16十字路口Crossing正文 5853字阅读约 19分钟16 张图片
人人都在讲 RSI,谁来为企业界「双手沾泥」?
图片

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

3 天前,「十字路口」发布的 2026 年终 AI 复盘中,做客嘉宾 NeoCognition 联合创始人谷雨谈到了一个很有意思的判断:

真正的长程 Agent,不需要连续完成一个星期的任务。它只需要像一个刚入职的员工,在几个月甚至一年的工作中,逐渐成长为熟悉公司业务的老员工。

今天的 Agent 已经能完成越来越复杂的任务,Computer Use、Coding 等基础能力也在快速进步。

但 Agent 进入企业之后,它到底能不能进一步利用每一次执行产生的数据和反馈,持续改进自己的模型能力?

比如,一个部署在工厂的视觉模型,今天把一件合格品误判成次品。经过人工复核后,系统知道了正确答案。下一次遇到类似情况,模型能不能自己学会判断?

这正是创业公司 Pyromind 正在探索的方向。

图片
🚥

这家 2025 年 10 月成立于杭州的创业公司,正在建设让 Agent 持续学习的AI infra。

今年 8 月,Pyromind 创始人兼 CEO Kevin Ding 做客「十字路口」播客时,曾把公司的长期方向概括为 AutoRL,一条通往 RSI 的具体实现路径。

图片

要实现这一目标,光有模型训练能力还不够,还需要一套能够长期运行、自动管理训练和更新流程的系统。

最近随着 DeepSeek Super-Agent的发布,业界对Agent如何解决长程任务的架构探索热度进一步升温—— Agent 系统如何在后台持续感知环境、异步拆解并推进复杂任务,正成为新一代 AI 系统的标配思路。

Pyromind 的 产品 EchoMind 同样采用了类似的系统解耦理念,但它的目标不止于让 Agent「把活干完」,而是进一步解决「如何让模型在干活的过程中持续更新参数、越用越好」的问题。

某种程度上,这正是更贴近企业需求的 RSI。

那么,这套思路具体如何实现?

结合 Pyromind 已有的客户实践、产品设计和公开技术资料,我们将梳理下,这家公司准备如何解决企业 Agent 持续学习中的实际问题。

Agent 不只需要干活,还要学会进步

在那期关于 RSI 的年终复盘里,我们主要谈及为什么要研究 Continual Learning。

一个重要原因是,今天的 Agent Benchmark 大多只关心模型能不能完成某个任务,却很少考察它能否从之前的工作中学习。

Agent 需要利用前面任务获得的反馈,逐渐理解公司的业务规则,再去完成后面的工作。

谷雨认为,这种边干边学的能力,才是更值得关注的 Long-Horizon。

不过,持续学习也有不同的实现方式。

一种方式是让 Agent 把工作经验写进 Memory Notes,在后续任务中读取。另一种方式则更进一步,把真实任务中的数据和反馈用于训练,直接更新模型参数。

Pyromind 更关注后者。

今年 8 月,Kevin 在播客里对基础模型做过一个评价:

「够好,也不够好」。

「够好」,是因为今天的基础模型已经具备相当强的通用能力。

「不够好」,是因为一旦进入生产环境,企业仍然需要完成大量额外工作。

对一家工厂来说,模型能不能回答问题、能不能理解图片,只是起点。

真正需要解决的是,它能不能按照工厂自己的标准判断产品质量,并在材料、光照、设备发生变化之后,继续保持效果。

图片

今年 6 月,美国半导体行业媒体 Semiconductor Engineering 报道了 AI 缺陷检测的规模化问题。

对 GUI Agent 也是一样。

模型可能已经学会点击按钮、填写表格,但每家企业都有自己的业务流程。即使使用同一个基础模型,不同客户对结果的要求也可能完全不同。

而这些知识,很难全部依靠基础模型的预训练解决。

早在 2021 年,吴恩达就在 The Batch 里谈过制造业 AI 的「长尾」问题。

图片

他发现,每家工厂生产的产品不同,需要检测的缺陷也不同。

当他询问制造业从业者,每种缺陷有多少张训练图片时,最常见的回答是 50 张,甚至更少。

他当时提出了一个问题:

一家公司怎样帮助客户搭建、部署、维护 1 万个定制模型,又不用雇 1 万名机器学习工程师?

五年过去,这个问题依然值得讨论。

今天的基础模型已经强大了很多,但企业部署 AI 后,仍然要面对数据不足、业务持续变化的难题。实际业务不像写代码那样有非黑即白的客观对错——很多场景根本没有现成的评价标准,不同公司对错误的容忍度和定义也截然不同。

这也决定了,企业里的模型更新不能只看训练 Loss 有没有下降,是否真正贴合自身的业务指标,业务效果是否有真实改善,才是关键。

所以,企业需要的不只是一个能勉强完成任务的 Agent,还需要一套让模型在实际使用中持续改进的 RSI 体系。

这也是 Pyromind 选择切入的方向。

把 FDE 的后半段工作交给 AI

过去一年,FDE(Forward Deployed Engineer,前置部署工程师)成了 AI 行业的热门岗位。

简单说,就是工程师直接进入客户现场,了解需求、对接数据,把模型真正用到客户的业务中。KDnuggets 引用 Indeed 的数据称,2026 年 4 月,FDE 岗位数量是 2025 年 1 月的 50 多倍。

图片

Indeed FDE 岗位柱状图

企业确实需要这样的工程师。因为很多时候,客户自己都很难在一开始就把业务要求描述清楚。

但一个现实问题是,如果每家企业都需要一支工程师团队,长期负责模型调优和迭代,这套服务就永远无法规模化。

Pyromind 的思路,是把 FDE 的工作分成前后两段。

Kevin 在播客里说,第一次进入一个客户场景时,FDE 的工作很难省略。工程师需要理解业务、把客户模糊的业务标准翻译为更为清晰的数据格式和评测标准,并教会打分模型理解客户需求对应的具体规则。

但完成这些工作之后,后续漫长的模型训练、迭代与上线更新,有机会交给一套自动运行的系统。

Kevin 介绍,当时 Pyromind 服务着十几家企业客户,只有 2 名 FDE。

这个思路的形成,和一个 GUI Agent 客户有关。

这家客户的下游有大量消费者用户,每天都会产生新需求,也不断积累新的任务数据和反馈。

在第一期合作中,Pyromind 提供了 Studio。到了第二期合作,Pyromind 开始把 GUI 场景中的打分规则做出来。

图片

团队发现,当Agent 能持续收集用户反馈,而且这些反馈能够被转化成明确的评分时,数据飞轮的雏形就出现了。

模型执行任务,产生数据;系统评估执行效果;根据效果再决定下一轮怎么训练。

不过,在 Kevin 看来,当时的服务仍然只解决了一半的问题。有了训练平台和打分规则,仅仅是飞轮的一半;要让整条管线自动不间断地跑起来,还需要一套全新的系统,把数据采集、清洗、训练、评测和模型热更新真正串联、编排并管理起来。

沿着这一思路,Pyromind 进一步探索如何将模型后训练能力与企业日常使用中的反馈结合起来,逐步形成了 EchoMind 的设计思路。

它叫 EchoMind:

图片
EchoMind,想让模型越用越好

按照目前公开的产品设计,EchoMind 是 Pyromind 面向模型持续优化与自进化的产品,主要负责管理模型多轮迭代中的训练计划、数据、训练流程和评测结果,让模型能够根据反馈持续改进。

如果说 Studio 解决的是怎样训练一个模型,那么 EchoMind 进一步瞄准的方向是:

模型部署之后,怎样利用真实使用中积累的数据,管理一轮又一轮的训练和更新?

两款产品各有分工。

Studio 提供实际的训练和评测环境,EchoMind 则计划负责组织数据、触发训练、记录结果,并管理后续的模型更新。

目前,Pyromind 为 EchoMind 规划了两种产品形态。

【1】企业版

面向工业质检、GUI Agent 等场景,由 FDE 完成初期适配,后续通过自动化流程持续更新模型。

【2】个人版

计划与 OpenClaw 接入,让系统在用户日常对话中积累数据,逐步训练出更符合个人的偏好模型。

在 Pyromind 官网公开的个人版示例中,团队使用 IoU(渲染相似度)衡量模型输出与用户预期的接近程度,示例展示的指标从 0.2 提升到了 0.65。

图片
一轮模型更新,计划怎样完成?

我们根据 Pyromind 公开的产品文档和开源代码,整理了 EchoMind 的设计流程。

【1】接入 Agent

按照设计,用户可以在控制台创建实例,也可以通过 SDK 接入自己的系统。

图片

EchoMind 实例

其中一种接入方式,是为 Agent 配置代理地址。

Agent 的请求经过 EchoMind 后,系统便可以收集执行过程中的操作、结果及相关反馈。

客户也可以传入每一步的评分,以及任务完成后的标准答案。

【2】积累数据

系统持续收集任务数据,当数据达到设定的批量,便可以触发下一步训练。

【3】自动训练

系统先清洗数据,再调用 Studio 完成模型训练和评测。

这一过程可能持续几个小时。

EchoMind 的设计是将任务分析与训练执行分开。负责分析的 Agent 不需要一直在线等待,训练完成后,系统再根据返回结果继续推进。

【4】评测与替换

新模型需要经过评测,达到要求后,才进入部署流程。

按照规划,EchoMind 将支持模型「热切换」,保持对外模型名称不变,并允许先把一部分流量分配给新模型。

对于参与训练的数据,公开方案中还提出了训练后删除的机制,减少数据长期留存。

这项设计对企业客户尤其重要。

比如工厂、金融机构,往往对业务数据的保存和使用有严格要求。数据能否按约定处理,直接关系到企业是否愿意接入持续训练服务。

自动训练之外,还有三个设计

对企业而言,让一条训练流水线自动运行,并不是全部难点。

当模型需要连续更新几十轮、上百轮时,系统不仅要能调度任务,还要能判断每一轮更新是否真正有效,并在业务发生变化或出现异常时知道该如何调整。

在公开设计中,EchoMind 主要考虑了三个方面。

第一,计划与执行分离。

负责理解目标、提出计划的 Manager,和负责数据处理、模型训练、评测的各个子 Agent 各自独立,分别承担不同任务。

图片

运行状态则由系统单独持久化,这种设计与最近讨论较多的 Super-agent 思路有相似之处。

图片

不同的是,EchoMind 调度的不是临时任务,而是长周期的模型演进实验。因此,每一轮迭代的数据版本、训练配置与评测结果,都必须做到严格可记录、可复现、可回溯。

第二,先实验,再固化。

面对全新的业务场景,EchoMind 不会一上来就开启全自动循环。一条新的训练路径,必须先在「实验模式」下探索与验证。只有确认有效之后,系统才会将其固化成可以重复执行的流程。

当客户产线或业务规则发生重大变化、原来的方案不再适用时,系统又能自动切回实验状态,重新探索并验证新的训练路径。

第三,人留在关键节点。

自动化并不意味着人完全退出,而是把人留在最核心的决策卡点上。在 EchoMind 的设计中,优化目标由人和agent讨论设定,关键实验计划由人确认。

至于新模型最终能否上线,则更需要根据真实业务评测指标判断。

训练和验证集的 Loss 下降可以作为参考,但不能替代真实业务中的效果评估。这也是工业界与普通模型训练实验的重要区别。

因为对工厂来说,即使模型训练指标提高了,如果实际误报率没有下降,甚至漏掉了更多缺陷,这轮更新仍然没有价值。

工业界需要的持续学习是什么样子的?

前面介绍了 EchoMind 如何让模型自动完成多轮训练和更新。但在实际业务中,还有一个更难的问题。模型每更新一次,企业怎么知道它是真的变好了?

工业质检就是一个很典型的场景。

工厂用视觉模型识别产品表面的划痕、污点等缺陷。但随着材料、光照、相机角度发生变化,原本训练好的模型,也可能出现新的误判。

这些问题很难通过一次训练彻底解决。

因此,工厂需要不断收集产线上的误报、漏检,以及人工复核结果,再用这些数据训练模型。

Kevin 曾在播客里分享过一个工业质检项目:

在约 1 万个样本的基础上,团队将该场景的误报率从 23% 降到了 8%。

误报率降低这个结果的背后,隐含着一个更深的思考——新数据不仅要用于训练业务模型,更要同步校准「打分模型」。

正如前文所说,不同企业对错误的容忍边界截然不同。

同样一道细微划痕,A 工厂为了良率允许放行,B 工厂为了品控要求必须拦截。随着产线不断积累人工复核记录,打分模型也在同步学习并校准这些微妙的业务尺度,越来越懂工厂的真实标准。

这意味着,企业级的持续学习不仅要解决模型怎么训练,更要解决一个更本质的难题:当业务标准本身都在动态微调时,每一轮训练之后,怎样判断它是不是真的变好了。

这种让执行模型和评价标准一起改进的思路,其实也是当前 AI 持续学习研究中一个值得关注的方向,甚至是下一个阶段的目标。

今年,AI 工程师 Philipp Schmid 曾将系统的改进分成不同层次。

图片

其中一个更高的要求是,系统能力提高的同时,评判标准也能改进,而且不能靠迎合评分规则来获得虚假的进步。

放到工业质检场景里,这个问题就很具体了。

如果视觉模型在训练中获得了更高的评分,但实际上没有减少产线误判,甚至漏掉了更多缺陷,那么这轮更新就没有达到目的。

同样,如果打分模型不断根据业务数据调整,却逐渐偏离了工厂真正关心的质量指标,系统也可能朝着错误的方向优化。

因此,企业级持续学习需要同时解决两个问题。模型怎样利用新数据持续进步,以及系统怎样持续判断,这些进步是否真的符合业务需求。

这也是 EchoMind 希望解决的问题之一。

它不仅要管理一轮又一轮的模型训练,还需要把业务反馈、评测标准和更新结果联系起来,让每一次模型更新都有明确的依据。

而这套能力能否在不同企业中稳定运行,也将决定自动化持续学习能在多大程度上真正替代 FDE 后续的重复工作。

🚥

今天,尝试让 AI 自动改进自身能力的团队已经越来越多。

前沿实验室利用模型参与训练代码和研发流程,研究团队尝试让 Agent 自动设计和执行实验。海外也出现了面向企业模型训练和持续优化的创业公司。

比如 Applied Compute 推出的 AC2 平台,就面向企业提供专属模型的训练、部署和持续改进能力。

图片

在这件事上,Pyromind 面对的竞争并不小。

但 Pyromind 仍然选择了非常具体的实践路径,通过studio、echomind这类产品,将模型在企业落地中最繁琐的「脏活、累活」沉淀为自动化基础设施,把真实使用中的数据和反馈用于下一轮训练,让模型参数也能持续更新。

让 FDE 进入客户现场,理清业务标准;将非标经验沉淀为可动态校准的 打分模型 与评测基准; 依托一套长期运行的自动化系统和训练底座,让真实反馈反哺参数更新。

EchoMind 希望以一种近乎无痛的自动化方式,把这些环节无缝连接起来。

图片

或许,这也是 RSI 在工业界更值得关注的一种实现方式。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。