编辑｜小龙
图源｜Fireworks
在 AI 应用开发门槛急剧降低的当下，产品从构想到原型的周期已压缩至数周。界面、功能乃至完整工作流，均不再构成难以复刻的壁垒。
过去，AI 创业者的核心命题是“如何做出产品”；如今，当团队找到产品市场契合点（PMF）后，新的难题浮现：靠什么建立可持续的竞争护城河？
许多团队的第一反应是砸钱买量、快速扩张。但在 Fireworks AI CEO 兼联合创始人乔琳（Lin Qiao）看来，AI 产品进入 PMF 阶段后，更关键的任务是将产品积累的数据、反馈、偏好及专业知识，转化为模型能力。
她将这一战略称为“拥有自己的智能”（Own Your Intelligence）。
这并非空泛的概念。2026 年 7 月，Fireworks 完成 15.05 亿美元 D 轮融资，估值达 175 亿美元。公司宣布年化收入运行率（ARR）突破 10 亿美元，日服务 Tokens 量超 40 万亿，其中逾 95% 的 Tokens 源自基于客户专有数据、针对特定任务优化的专业模型。
回溯至 2025 年 10 月，Fireworks 刚完成 2.5 亿美元 C 轮融资，当时估值 40 亿美元，ARR 超 2.8 亿美元，日处理 Tokens 约 10 万亿。不到一年间，其 ARR 增长超 3.6 倍，日服务量增长约 4 倍。
Fireworks 的爆发式成长，折射出 AI 基础设施的深刻变革。
该公司成立于 2022 年，由一群来自 Meta 和 Google 的 AI 基础设施专家联合创办。乔琳此前在 Meta 任职超 7 年，曾任 PyTorch 负责人及工程高级总监，深度参与 PyTorch 及 Meta AI 基础设施建设。她拥有复旦大学计算机本硕学位及加州大学圣塔芭芭拉分校计算机博士学位，早年曾在 IBM 和 LinkedIn 从事技术工作。
乔琳和 Fireworks 创始团队成员
其联合创始团队堪称"AI 基础设施老兵团”，成员包括前 PyTorch 核心维护者、前 Meta 广告基础设施负责人、前 Google Vertex AI 负责人，以及负责 PyTorch 编译器、排序系统和 Meta News Feed 机器学习基础设施的资深工程师。
乔琳既见证了 PyTorch 从研究框架走向大规模生产部署，也亲历了 AI 应用从实验走向落地的全过程。
Fireworks 最初致力于解决企业模型调用与部署的效率成本问题，如今业务已向模型微调、强化学习、评测及专业化智能延伸。
乔琳认为，随着通用智能的普及，真正难以复制的是每家企业独有的知识、数据、工作流与判断力。通用模型解决共性问题，而企业的核心竞争力藏在独有数据与“唯我独知”的产品判断中。
因此，AI 应用的竞争正发生微妙转向：从“谁能做出更好的 AI 产品”，变为“谁能将产品经验沉淀为不可复制的智能”。
在红杉资本的活动上，乔琳系统拆解了这一路径：从 Prompting、RAG 到监督微调、偏好学习和强化学习，企业应在何种阶段采用何种技术；为何瓶颈往往在于数据与奖励信号而非模型本身；训练环境与线上推理的偏差如何影响最终效果；以及后训练（Post-Training）为何成为规模化阶段提升模型能力与单位经济效益的关键。
以下为乔琳在活动中的分享实录，经整理发布。
从“做产品”转向“拥有智能”
大家好，我是 Fireworks CEO 兼联合创始人乔琳。今天我想深入探讨后训练（Post-Training），及其与构建持久业务的高度相关性。
在 Fireworks，我们打造的是一个专业化智能（Specialized Intelligence）平台，服务对象涵盖初创公司至数字原生企业。
过去一年，软件开发与应用开发经历了颠覆性变化。过去，将一个想法转化为生产级产品，通常需要数十人的精英团队耗时数个季度；而现在，即便是不懂代码的个人，仅需数周即可独立完成同等工作。
这种变化大幅降低了应用开发的资源门槛，同时也改变了市场竞争格局。开发者正从思考“如何构建在现成黑盒 API 之上”，转向“如何建立更深的护城河”。
行业近期围绕开源与闭源模型的讨论热烈，但这背后反映的是更深层的问题：每一家公司的存在都旨在以独特方式解决独特问题。公司的判断、品味与信念构成了产品的核心。
若仅构建在现成 API 之上，企业需思考如何将独特的品味与视角保留并推进。我们认为，打造持久业务的关键，在于将企业的判断、品味及对客户的深度理解，融入所构建的智能之中，而非单纯租用 API。
这就是“拥有自己的智能”的核心含义，它始于数据。
当前主流基础模型基于公开数据训练，主要解决通用任务。但每家企业面对的是具体问题。因此，从生产环境中筛选高质量数据，甚至主动生成数据，是拥有自己智能的第一步。
获得数据后，企业可将其转化为模型，基于现有模型构建并最终拥有专属模型权重。在此过程中，需配合一系列技术手段，并在拥有优质模型后，通过 A/B 测试验证其对产品指标的推动作用，形成闭环反馈。
后训练是逐级深入的阶梯
后训练并非一蹴而就，而是一个循序渐进的过程。
第一阶段：提示词工程（Prompting）
直接使用现成模型，采用少样本提示（Few-shot Prompting）快速验证想法。
第二阶段：检索增强生成（RAG）
让 AI 基于企业自有数据进行回答，此阶段涉及大量的上下文工程（Context Engineering）。
第三阶段：监督微调（SFT）
当积累一定数据后，通过 SFT 让模型更好地服务于特定产品场景。
第四阶段：偏好学习（Preference Learning）
利用用户交互中的点赞、点踩等反馈信号，让模型学习产品的独特品味与选择标准。无论是在法律、金融还是医疗领域，这种专业能力都是独一无二的。
第五阶段：强化学习（RL）
通过强化学习构建特定领域的专业化能力。这与人类学习过程相似：从阅读文献（类似 SFT）到形成个人判断（类似 DPO），再到精通特定技能（如会计师或牙医）。
不同技术解决不同类型的问题：
- 若事实动态变化，使用 RAG；
- 若输出行为存在偏差，使用高质量数据进行 SFT；
- 若需符合特定品味，使用偏好调优（Preference Tuning）；
- 若解决特殊难题能力不足，使用 RL；
- 若运行速度慢或成本高，使用知识蒸馏（Distillation），让大模型教导小模型，实现性能与经济性的平衡。
后训练最容易踩的四个核心陷阱
许多团队在尝试后训练时，虽投入大量资金时间却未获理想结果，主要源于以下陷阱：
1. 数据质量误区
数据是调优核心，但数量并非关键，质量才是。产品团队需深度参与数据质量把控，这也是产品团队与机器学习团队日益融合的原因。
2. 缺乏系统化评测体系
许多评测仍停留在“凭感觉（Vibe Evals）”阶段。企业需像传统软件开发一样，建立包含单元测试和集成测试的系统化评测流程，将主观判断转化为可重复执行的客观标准。
3. 强化学习环境不严谨
若模拟环境无法反映现实，模型可能出现“奖励投机（Reward Hacking）”。例如，为降低编译错误，模型可能选择不生成任何代码。因此，必须精心设计奖励函数，防止模型“钻空子”。
4. 训练与服务环境不对齐
训练并非终点，产品指标的变化才是裁判。若训练栈与服务栈在数值计算、优化方法上未对齐，可能导致模型部署后精度损失。必须确保从训练到服务的平滑过渡。
后训练领域的先行者
Fireworks 已与众多后训练先行者合作。
Cursor：作为早期践行者，Cursor 通过掌握模型供应权，利用海量用户交互数据进行中期训练和后训练，持续发布新模型（如 Composer 2.5），在模型质量上与前沿实验室模型竞争甚至超越。
Doximity：其 Clinic AI 在 Fireworks 上进行训练，在斯坦福 - 哈佛临床安全基准测试中荣获第一，展现了医疗垂直领域的专业深度。
Factory：这家 SaaS 公司专注于编程安全，通过模型调优在安全相关基准测试中取得领先成绩。
这些案例证明，企业可利用自有数据基于开源模型构建专属智能。2025 年是 Coding 爆发之年，众多 Coding 公司通过中期训练至后训练，构建了强大模型。如今，这一趋势正扩展至法律、金融、营销等通用型及垂直领域的 Co-Work 场景。
例如 Jensen Spark 通过定制化模型，在成本降低 5 到 10 倍的同时，效果略优于前沿模型；医疗领域的 Hyde 也在特定场景下超越了最先进的闭源模型。
此外，大型传统企业也因流量巨大带来的高昂 API 成本，开始寻求后训练方案以优化单位经济模型，避免在规模化中陷入财务困境。
未来可能出现数百万个专业化模型，实现“一应用一模型，一场景一模型”。其中的关键在于奖励信号的设计与奖励工程的实施。
精彩 Q&A：什么时候应该开始考虑 Post-Training？
提问：Cursor、Cognition 等公司是在何时决定切入后训练的？是出于成本压力，还是为了追求 Benchmark 上的性能提升？如何权衡 ROI？
乔琳：我们将 AI 产品的 PMF 阶段与规模化阶段视为两个不同时期。
在 PMF 阶段，建议直接使用前沿实验室模型，以最低摩擦快速验证市场。此时收集的数据尚不具备足够价值。
一旦达到 PMF 并准备规模化，两个因素使得后训练极具吸引力：
第一，构建护城河。应用代码易被复制，但融入模型的企业独有数据、交互经验与深层知识难以窃取。后训练能将企业的独特品味固化在模型中。
第二，优化成本结构。后训练可将模型推理成本降低 5 到 10 倍，这意味着在同等预算下可支撑 5 到 10 倍的流量，显著改善单位经济模型，避免规模化过程中的资金枯竭。
因此，达到 PMF 是启动后训练的最佳信号。
