企業(yè)智能體公司元理智能（Yoolee AI）近日完成800萬(wàn)美元種子輪融資，由藍(lán)馳創(chuàng)投領(lǐng)投，光源創(chuàng)業(yè)者基金跟投。

元理智能由智譜AI前COO張帆創(chuàng)立，聚焦以商業(yè)強(qiáng)化學(xué)習(xí)（RL for Busniess）為核心路徑建立可靠自我進(jìn)化的智能體員工，公司希望通過(guò)商業(yè)場(chǎng)景強(qiáng)化學(xué)習(xí)，將基礎(chǔ)模型能力轉(zhuǎn)化為可量化的業(yè)務(wù)成果，推動(dòng)AI Agent真正落地。

元理智能創(chuàng)始人張帆是AI領(lǐng)域的連續(xù)創(chuàng)業(yè)者，早年在法國(guó)學(xué)習(xí)人工智能，也曾在國(guó)家科研中心從事機(jī)器翻譯研究。2010年回國(guó)后，他曾在搜狗、騰訊負(fù)責(zé)智能語(yǔ)音產(chǎn)品（類Siri產(chǎn)品）研發(fā)，后創(chuàng)辦妙計(jì)旅行，擔(dān)任大搜車CTO；2022年創(chuàng)立元因智能（后被智譜AI并購(gòu)），2023年加入智譜AI任COO，今年6月離職再次創(chuàng)業(yè)。

張帆表示，目前主流Agent to B模式多依賴“定制化+SFT（監(jiān)督微調(diào)）”的固定工作流，部署成本高、場(chǎng)景適配慢，并且與模型強(qiáng)耦合，任何模型升級(jí)都會(huì)帶來(lái)巨大的升級(jí)成本，沒(méi)辦法規(guī)模化。所以元理智能認(rèn)為強(qiáng)化學(xué)習(xí)出現(xiàn)，帶來(lái)新的學(xué)習(xí)范式，以業(yè)務(wù)結(jié)果為導(dǎo)向商業(yè)強(qiáng)化學(xué)習(xí)，來(lái)構(gòu)建企業(yè)自進(jìn)化的生產(chǎn)力智能體，使其在真實(shí)商業(yè)環(huán)境中持續(xù)創(chuàng)造商業(yè)價(jià)值。

強(qiáng)化學(xué)習(xí)在代碼生成、數(shù)學(xué)推理等“反饋清晰”場(chǎng)景已取得突破，但在企業(yè)業(yè)務(wù)中面臨更高維度的復(fù)雜環(huán)境。元理智能的核心目標(biāo)在于，通過(guò)結(jié)合業(yè)務(wù)先驗(yàn)與隱性知識(shí)，構(gòu)建真實(shí)的獎(jiǎng)勵(lì)函數(shù)與優(yōu)化機(jī)制，讓AI能在復(fù)雜商業(yè)決策中持續(xù)進(jìn)化。

行業(yè)目前有趨勢(shì)性認(rèn)知，強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)的AI Agent正成為全球AI產(chǎn)業(yè)的新方向。OpenAI前CTO Mira Murati創(chuàng)立的Thinking Machines Lab也曾提出，用強(qiáng)化學(xué)習(xí)幫助企業(yè)基于營(yíng)收、利潤(rùn)等KPI定制AI模型。

據(jù)悉元理智能已經(jīng)和多家賽道頭部企業(yè)展開合作，共同探索商業(yè)強(qiáng)化學(xué)習(xí)在不同領(lǐng)域的應(yīng)用和落地。