Blobfish AI

Blobfish AI nhắm vào một nút thắt cụ thể trong quá trình hậu huấn luyện agent: xây bộ nhiệm vụ đầu tiên thì vẫn xoay xở được, nhưng xây lại bộ tiếp theo sau khi mô hình tiến bộ thì không. Khi mô hình đã vượt qua một chương trình, những nhiệm vụ đó không còn dạy được gì, và việc thu thập nhiệm vụ mới qua phỏng vấn chuyên gia cùng sandbox dựng thủ công có thể mất nhiều tháng. Blobfish thay thế việc khởi động lại thủ công đó bằng vòng lặp tạo liên tục.

Mỗi môi trường là một thế giới vận hành được, không phải tập dữ liệu tĩnh. Nó gồm các bản ghi, tệp và trạng thái liên kết hoạt động như một nơi làm việc thật; máy chủ MCP mô phỏng với CLI agent thống nhất bao phủ CRM, ERP và bảng tính; quy trình có căn cứ với độ khó điều chỉnh được và kết quả đã biết; cùng bộ kiểm định tất định xác minh agent có thay đổi thế giới đúng cách hay không. Vì trạng thái cuối mong đợi được tạo trước cả nhiệm vụ, việc kiểm định không phụ thuộc vào một giám khảo AI.

Phương pháp tạo gói gọn là 'tạo xuôi, viết ngược': dựng thế giới mô phỏng, lập đồ thị các tương tác hợp lệ giữa công cụ, lấy mẫu một đường gọi công cụ khả thi với trạng thái cuối đã biết, rồi viết ngược lại yêu cầu người dùng mà tự nhiên sẽ đòi hỏi đường đó. Công ty cho biết trong thử nghiệm đầu tiên đã tạo 2.000 môi trường chuyên ngành để huấn luyện một mô hình 14 tỷ tham số, và mô hình này vượt qua một mô hình DeepSeek lớn hơn nhiều trên các benchmark MCP. Đối tượng là các nhóm hậu huấn luyện và nghiên cứu chứ không phải người dùng cuối, nên việc bắt đầu là một cuộc trao đổi chứ không phải đăng ký tự phục vụ.