你的公司应该训练自己的 AI 模型 - Will Brown, Prime Intellect
Original · Your Company Should Train Its Own AI Models - Will Brown, Prime Intellect
Key Takeaway
原生 AI 企业通过将日常工作流中的追踪数据和人类反馈转化为持续的训练运行，能够让组织内部的隐性知识在模型权重中实现复合增长。
Highlights
一家名为 Paper Instruments 的公司花费 30 万美元训练了一个模型，在电子表格和幻灯片等知识工作领域达到了帕累托前沿最优。
组织内部存在大量隐藏在人们脑海、电子邮件以及人际交往中的隐性知识，这些往往永远不会被写下来。
智能体能够梳理大量非结构化的文本数据，找出工作流中的摩擦点并将其转化为有用的改进信息。
模型变得更好不是因为提示词更好了，而是因为它们的训练更充分。
通过将模型部署到生产环境中产生的追踪数据转化为结合真实与合成数据的环境，组织可以实现自我完善的循环。
Timeline
原生 AI 企业的未来演变与组织机遇
演讲者介绍了目前 AI 领域的快速进展，并探讨了在大型企业规模下，原生 AI 公司如何通过开源模型与前沿实验室模型结合，将机构知识和流程优势实现复合增长。
- AI 发展速度极快，智能体和创新者阶段已经被迅速跨越。
- 未来原生 AI 企业需要在整个组织生命周期中深度整合智能体。
- 开源模型能够随时在自身的工作流、数据和测试框架上进行训练和部署。
隐性知识与智能体在组织层面的作用
公司内部存在着真正的组织架构图和隐性知识，但个人往往难以改变存在缺陷的事物。智能体能够通过分析海量非结构化数据来发现并指出流程中的低效与摩擦点。
- 许多关键的机构知识隐藏在员工的脑海、邮件和人际交往中，从未被明确写下来。
- 智能体非常擅长梳理非结构化文本数据，找出低效的工作流并浮现解决方案。
- 目前的智能体主要通过上下文学习来工作，无法获得真正人类员工所拥有的机构级隐性知识。
从上下文到权重：训练如何赋能模型
代码与数据对应了规则与模式。员工在工作中的经验通常没有机会被模型学习，而通过将语境偏好转化为持久训练，能够让模型真正记住并不断改进。
- 模型变得更好是因为它们的训练更充分，而非提示词写得更好。
- 传统的人类专业知识输入管线步骤繁琐且保密，缺乏直接的监督训练。
- 将偏好和语境直接转化为持久的模型训练可以避免重复消耗大量的输入 Token。
落地的实践路径：评估、决策模型与自我完善循环
组织可以通过收集追踪数据来创建评估资产，并利用决策模型学习人类的判断方式。随着开源模型性能的提升，企业训练专属模型的成本已经变得切实可行，夜间训练则为持续学习提供了自然的落地方式。
- 将评估当作测试用例是组织实现持续学习的最实用起点。
- Paper Instruments 花费 30 万美元训练的模型在知识工作领域达到了帕累托前沿最优。
- 组织可以利用白天运行推理的算力，在夜间启动训练运行以实现自我完善。
Description
Agents relearn the same things every session because the knowledge that runs a company never gets written down. Will Brown of Prime Intellect makes the case for training models on your own traces, feedback and workflows, so they learn on the job the way human coworkers do. He covers evals as test cases, decision models and routing, and widget-style interfaces that turn your decisions into training data. He ends with nightly training runs and an example model trained for about $300K. 0:00 Intro 1:21 From chatbots to AI-native organizations 2:33 What Prime Intellect builds 3:45 The knowledge that never gets written down 5:43 Why agents relearn everything 7:25 What goes in context vs. in the weights 8:06 The game of telephone behind frontier training 11:15 Evals as test cases for your model 12:43 Routing and decision models 15:11 Interfaces that turn decisions into training data 17:27 A $300K model for knowledge work 18:35 Nightly training runs 19:19 The self-improving organization Will Brown, Prime Intellect: https://www.primeintellect.ai Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!