Noeri翻译站点

2026 年 11 月 17 日发布 10 0 0

让企业用自己的数据与业务经验,建设能够持续改进的专用 AI。

所在地:
美国、瑞士
语言:
en
收录时间:
2026-11-17

公司概况

Noeri 是一家面向企业与科学研究的 AI 实验室,关注的不是再造一个通用聊天入口,而是让 AI 在具体业务中越做越好:理解企业的任务,利用执行结果改进方法,并把改进沉淀到工具、流程和模型中。

公司由斯坦福计算机科学教授 Yejin Choi 与 Carlos Guestrin 创立,在美国帕洛阿尔托和瑞士苏黎世设有团队。前者长期研究常识推理、语言模型与多元价值对齐;后者曾联合创立被苹果收购的机器学习公司 Turi,并参与创建 XGBoost。两人的共同方向,是把模型研究连接到企业真正需要解决的问题。了解团队

Noeri 更适合已经有明确 AI 工作流、能够提供业务反馈的企业,而不是只想临时问答或生成文案的个人用户。

发展历程

Noeri 于当地时间 2026 年 11 月 16 日公开亮相(北京时间 11 月 17 日),同时宣布获得 1.10 亿美元融资,由 Menlo Ventures 领投,参与者包括 Madrona、Kindred、Wing、NEA,以及 Cisco Investments、NVIDIA 和 Snowflake。此次公告没有给出明确融资轮次或估值。

这笔资金对应的是一个新实验室的建设和业务拓展,而不是对全部产品能力的验收。公司正在与跨行业战略合作伙伴共同推进应用,尚不能把官网描述等同于所有企业均可立即购买的标准化产品。公司公告

产品与服务

Noeri 的服务围绕企业已有或计划建设的智能体展开,核心是改进整个任务系统,而不只是更换一个大模型。

  • 围绕业务找改进点: 从任务结果、失败和人工纠正中寻找问题,判断症结出在指令、工具、任务分配还是模型本身。
  • 优化执行方式: 调整智能体的工具与协作流程,必要时训练更适合具体环节的专用模型。
  • 衡量实际收益: 以企业自身流量、质量指标和成本衡量变化,而不是仅看公开榜单。

例如,一个内部资料审核流程反复漏掉相同类型的问题,值得比较的不只是“换更贵模型是否更准”,还包括资料组织、核对步骤和结果反馈是否合理。这类任务具有重复性,也更容易建立改进前后的对照。

接入方式是通过官网 Create with Noeri 联系团队,说明希望建设或改进的智能体。官网未提供统一公开价目表,也不是注册后即可使用的免费应用。洽谈时宜准备一项具体流程、代表性样本、评价标准,以及哪些操作必须由人批准。

与开发平台如何选择

方案 核心侧重 适合的需求
Noeri 企业专用 AI 及其持续改进 希望围绕业务任务共同优化系统,而非仅采购开发组件
LangSmith 智能体评测、观测与部署等工程能力 已有开发团队,需要建立测试、调试和上线流程

两者并非简单替代关系。企业无论采用哪一种路线,都仍需定义什么算成功、哪些失败不能接受,以及如何判断一次修改值得上线。

核心技术

Noeri 的研究涵盖持续学习、自蒸馏、工具编排与专用模型训练。用更直白的话说,它试图让 AI 不只保存工作记录,还能从反馈中改变解决问题的方法。

官网研究页列出的 TTT-Discover、SDPO、ToolOrchestra 等工作,分别涉及面对具体问题继续学习、利用结构化反馈训练,以及协调多个模型与工具。这些研究提供技术方向,但研究任务中的表现不能直接推导为某家企业的生产收益。研究方向

控制机制同样重要。公司说明,拟议修改会解释给人并交由审批;客户保留其数据及所建设工作流、模型的所有权,但仍受相关第三方模型许可约束。“企业拥有自己的 AI”因此不等于可以忽略底层模型的使用条件。

发展前景

Noeri 的看点,是把企业 AI 的竞争从“谁调用了更强的模型”转向“谁能更快吸收自己的业务经验”。如果一项流程每天都在重复,改进一次便可能在后续任务中持续发挥作用。

这条路线的难点也很明确:反馈可能有噪声,新版本可能改善某类任务却损害另一类任务。对潜在客户而言,比融资规模更值得考察的,是修改是否可解释、能否回退、不同任务是否有独立评测,以及改进成本是否低于它带来的收益。Noeri 值得关注,但更适合带着真实业务问题与团队讨论,而不是把“自我改进”理解成无需管理的自动进化。

数据统计

相关导航

暂无评论

none
暂无评论...