维度网讯，CoreWeave推出统一智能体AI能力，目标是在模型训练与生产推理之间形成反馈闭环，使企业能利用真实运营数据对AI智能体进行持续改进。

该平台整合了Serverless RL、CoreWeave Inference、W&B Weave可观测性、W&B Skills以及一个MCP服务器。CoreWeave表示，其用意是以一个连续循环替代漫长的离线评估周期，智能体在这个循环中训练、运行、生成遥测数据，并基于生产行为进行改进。

此次发布正值企业从AI试点阶段转向执行关键业务任务的多智能体系统阶段。CoreWeave指出，其方法能应对工具碎片化、GPU密集型强化学习基础设施，以及将生产故障转化为系统性智能体改进等挑战。

平台核心能力包括：Serverless RL用于在多轮智能体任务上对大型语言模型进行后训练，无需配置基础设施；CoreWeave Inference持续运行生产工作负载，监控性能、扩展和系统健康；W&B Weave提供智能体可观测性，涵盖生产监控、故障模式分析、多智能体工作流追踪和评估；W&B Skills与MCP服务器帮助编码智能体使用Weights & Biases工具进行实验跟踪、模型管理、追踪、评估和监控。

CoreWeave表示，Serverless RL可将成本降低高达40%，训练速度提升约1.4倍，且质量不损。此外，将训练和推理分离到常驻实例，能将迭代周期从数小时缩短到数秒。

CoreWeave产品与工程执行副总裁Chen Goldberg表示，AI发展速度已超越团队构建方式，当前企业面临开发周期与智能体生产故障之间的权衡，率先将智能体投入生产并基于真实世界经验持续改进的企业，不仅能构建更可靠的AI系统，也在推动整体能力演进。

生产遥测在智能体AI中的重要性日益凸显，其可靠性更多依赖跨企业工作流的持续评估，而不是静态基准。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com