Wink Pings

两位斯坦福教授拿了1.1亿美元,想让AI在公司里自己变强

Noeri结束隐身,宣布1.1亿美元融资。Yejin Choi和Carlos Guestrin想做的,是能在真实工作里持续学习、自己造工具、按问题选模型的AI系统。单一超级智能是他们的反面。

Noeri今天结束隐身,宣布拿到1.1亿美元融资。领投是Menlo Ventures,参投方包括Madrona、NVIDIA、NEA、Kindred Ventures、Wing VC、AIX Ventures、Principal VC、Cisco、Snowflake等。公司同时公布产品和研究方向:让企业用自有数据和经验构建专门AI,并让它在生产环境里持续变强。

Noeri发布

Yejin Choi和Carlos Guestrin是联合创始人。Yejin在推文里把问题摆得很直接:AI的未来该是monolithic,还是plural?她的答案偏后者。Noeri这个名字被解释成“智能的复数”,或者“许多智能”。官网愿景写得更具体:如果未来只剩一个由少数人拥有的超级智能,它的盲点会变成世界的盲点。

两位创始人的背景很重。Yejin是斯坦福计算机科学教授、HAI高级研究员,曾在Ai2和NVIDIA领导研究,拿过麦克阿瑟天才奖,也是TIME100 AI入选者。Menlo的Deedy在推文里补了一句,她是约30位拿过该奖的计算机科学家之一。Carlos是斯坦福教授、斯坦福AI Lab主任,XGBoost的共同创作者,美国国家工程院院士。Noeri是他的第七次创业,上一家Turi在2016年被Apple收购,他之后领导Apple的机器学习和AI。两人h-index都超过100。

Noeri官网首页

产品页面把自改进拆成四件事。在岗学习,每次任务失败和纠正都变成训练信号,需要很少标注数据。自己造工具,改prompt也改技能、工具和orchestration,现有工具不够就造新的。训练自己的模型,用企业自己的工作训练模型,让每段任务跑在更合适的模型上。追踪收益,质量和成本用企业自己的流量和指标衡量,不看公共榜单。Yejin的推文还提到,按问题选right-sized model,成本可以是前沿模型的一小部分。

在岗学习

研究页列了四个词:Create、Own、Evolve、Discover。翻成白话:让系统优化自己、生成数据和课程、造工具;用蒸馏和轻量更新在少数据少算力下掌握领域;部署后继续学习且不遗忘;用搜索、推理和多模型团队提出、测试、修正答案。团队名单里有Prithviraj Ammanabrolu、Danqi Chen、Andreas Krause等,办公室在Palo Alto和Zurich。

Yejin Choi
Carlos Guestrin

社区反应里,Snowflake官方账号说,复数AI未来需要企业能在自己数据上跑许多模型和agent。Wall Street Mav的评论更直白:公司应该拥有AI,别租和别人一样的同一个模型。

质疑也有。Lawrence W. Abrams认为Noeri的说法像是在进入一个拥挤的全栈推理市场,最终资产是企业拥有、部署在本地或云VM上的post-trained开放权重模型,问题在资产有用寿命;他还提出,用持续RL harness的单一LLM作为“合同工”可能更便宜。这个质疑值得放在台面上。Noeri要证明的,是持续学习带来的收益能覆盖维护多模型、多工具和持续训练的成本。

Menlo合伙人Deedy的发布推文:https://x.com/deedydas/status/2122381278016360805
Noeri官网:https://www.noeri.ai/

发布时间: 2026-11-17 05:28