企业自训模型成新趋势，PyTRIO定义TaaS新范式

最近，越来越多应用层 AI 企业开始用自身积累的专业知识和业务经验训练自己的模型。

8 月，法律 AI 公司 Harvey 发布首个经过后训练的开放权重模型 Tenet，以 Kimi K3 为底座，在法律智能体基准 LAB 上全通过率达 19.7%，高于 Fable 5（11.5%）和 GPT-5.6 Sol（2.5%）等闭源模型，单项任务成本 5.92 美元，也低于上述两款闭源模型。Mercor 联合创始人兼 CEO Brendan Foody 将 Harvey 描述为应用层 AI 企业「掌握自主智能」的先驱，并认为企业未来可能先针对会计、销售、设计等具体领域后训练开放模型，再为重要客户进一步定制。

闭源模型 API 降低了使用门槛，但核心能力长期依赖外部模型，产品会受服务条款、模型更新、价格和供给稳定性影响，企业也难以把数据和业务判断沉淀为自身资产。随着 AI 进入核心业务，拥有并持续训练自己的模型，正成为企业保持自主性的重要能力。

但模型训练正变得越来越困难。开放模型从百亿参数走向千亿参数，算力和工程复杂度同步上升。没有专门 Infra 团队的机构很难独立搭建和维护大规模训练集群；即使有团队，持续适配不同模型与算力、维护训练环境和调度资源也需大量人力。开放模型降低了获取权重的门槛，却没有降低训练门槛。

情感机器推出大模型训练平台 PyTRIO，把训练所需算力和底层工程封装进 Training API。用户在本地控制数据、Loss、Reward 和训练逻辑，需要 GPU 完成的计算通过 API 发送至云端；环境配置、分布式训练和集群维护由平台处理。训练能力由此成为可通过 API 按需获取的资源，形成 TaaS（Training as a Service）范式。

企业起步时，最紧迫的是验证 PMF，直接调用前沿模型 API 更高效。PMF 清晰后，产品积累真实数据和判断标准，继续调用通用模型难以将其转化为核心能力，后训练提供了去处。行业知识、业务经验甚至团队「品味」都可进入模型。应用界面和工作流容易被模仿，长期积累的高质量数据及塑造出的模型行为却难以复刻。企业未来要掌握的往往不只一个模型，可能围绕不同部门、场景乃至重要客户，训练一组专属模型并持续更新。

Cursor 的 Composer 2 以 Kimi K2.5 为底座，结合持续预训练、大规模强化学习和真实产品反馈。据 Fireworks AI 数据，Composer 2 在多项编程基准进入第一梯队，推理成本仅为同类前沿编程模型的约 1/6 至 1/10。桥水基金与 Thinking Machines Lab 选取六类金融信息筛选任务，以 Qwen3-235B 为基础训练并让金融专家参与标注，模型准确率达 84.7%，高于测试中最好的前沿通用模型（78.2%），错误数量降幅 29.8%，单任务推理成本降低 13.8 倍。

对 AI 实验室而言，随着研究重点扩展到大模型强化学习、蒸馏和 Agentic RL，实验越来越依赖大规模训练条件。掌握自主训练能力，意味着可主动决定模型如何学习，并在更大开放模型上快速验证新方法。

PyTRIO 将训练过程拆成用户控制的算法层和平台负责的计算层。用户在本地 Python 环境安装 SDK，编写数据处理、Loss、Reward 和训练循环；每轮训练所需 batch 通过 API 发送到云端，由 GPU 执行 forward_backward、optim_step 和 sample 等计算，分布式训练、环境配置和算力调度由平台负责，并提供权重保存与断点续训。用户保留算法与实验控制权，但不必直接操作 GPU 集群。只要具备联网 Python 环境，MacBook、轻薄本、CPU 工作站乃至树莓派、机器人都能发起训练任务。

与直接租用 GPU 相比，PyTRIO 省去集群环境搭建和 Infra 运维；相较于固定数据格式、算法和参数的「黑盒微调」平台，数据组织方式、算法和训练逻辑仍由用户决定，兼顾托管平台的便利性和租用 GPU 的算法灵活性。

在 PyTRIO 公开的 Search-R1 实验中，开发者使用 Qwen3.5-4B 和知乎搜索后端，让模型通过强化学习掌握多轮搜索能力。实验从一台联网 CPU 设备发起，训练 50 步后，模型在 70 道问题上的 Macro EM 由 28.57% 升至 45.71%，格式正确率从 58.57% 提高到 94.29%，训练账单约 13.30 元。Medical OPD 实验则关注专业能力获取时如何避免通用能力退化：先对 Qwen3.5-4B 进行普通医疗 SFT，MedQA-zh 由 72.17% 提高到 79%，非医疗 C-Eval 却从 81.67% 降至 69.33%；随后采用 SAR-OPD 方案，先让医疗模型指导学生模型学习专业能力，再以原始基础模型为「锚点」恢复通用能力，最终 MedQA-zh 和非医疗 C-Eval 成绩分别达到 84.33……