让AI训练AI成新风口，CREAO融资超三千万美元

AI自我进化正从概念走向落地。近日，聚焦RSI（递归式自我进化）的创业公司CREAO完成千万级美元战略融资，累计融资超3000万美元，资金将用于扩大真实业务工作流、积累高质量反馈数据，并加速垂直模型迭代。这一动向背后，是AI圈对“让AI训练AI”这一新风口的热切关注。

RSI：从概念到爆发点

RSI的核心是让AI训练AI，实现自我改进，具体涵盖产出物优化、Harness（脚手架）优化以及模型参数自主迭代。此前，知名AI学者翁荔在离职后回归OpenAI，负责RSI团队，并判断该领域可能先从Harness Engineering爆发。这一判断正被CREAO的实践所印证。

CREAO聚焦Harness层面的RSI，面向B端提供云端Infra服务，企业客户可创建、运行和管理Agent。其核心目标是让AI从真实执行、反馈和纠正中积累经验，反作用于自身改进，提升下次任务表现。区别于现有Agent的个性化记忆，自我改进旨在迭代模型权重或Harness，突破能力上限。

让AI在真实任务中进化

CREAO的CEO程凯认为，Harness本质是环境，解决模型应用可行性问题，而非提升智力。他比喻，缺乏工具环境，高智商也难以产出。CREAO通过真实生产任务和反馈机制实现Harness自我改进，优化规划、工具调用、记忆等。程凯表示，Harness层自我迭代的ROI高于基模微调，解决运营问题更快。

但仅靠Harness无法修正主观性错误，CREAO正推出基于业务数据持续后训练的基础模型，目标不是追求模型智力，而是降低用户成本，用高效低成本模型实现接近前沿模型的任务。未来几个月将推出针对核心场景的后训练模型。

自进化核心在于真实场景数据质量。上线4个多月，CREAO累计新建27万个Agent，积累大量高质量垂直数据。这些数据解决AI商业化的三个命题：更好、更快、更稳定地解决问题。系统能判断何时调用前沿模型或垂直模型，降低成本并提高效率。95%以上Agent每日重复运行，平台通过Harness自我修复保证稳定性。电商场景中，平台积累相似工作流，提升整体Harness改进能力。留存用户中93.4%操作由系统自动触发，超六成自动化流程运行超一个月。

从工具到基础设施

CREAO的核心成员来自Meta、Apple、LinkedIn等，主要客户为中小企业，65.2%任务来自商业与金融场景。公司正探索企业端本地化部署，将推出新版本产品满足数据安全与合规需求。

CREAO团队强调AI-First，99%代码由AI完成。程凯认为，未来生产力工具使用者是AI，公司目标是成为企业自进化基础设施。这一愿景能否实现，取决于其能否持续积累高质量数据并迭代Harness，但至少，它已站在AI自我进化的潮头。