一個迴圈走天下：CoreWeave Forge 讓生產環境的運行直接餵養下一代模型

當代 AI 產業最昂貴的浪費，不是 GPU 時數，而是訊號。每一天，上線運行的代理系統都產生數以百萬計的軌跡（traces），精確揭露系統在哪裡失敗；也是每一天，這些軌跡蒸發在沒有任何訓練管線會去讀的觀測儀表板裡。CoreWeave 認為它找到了阻止這種浪費的方法，而且圍繞這個想法打造了一整層產品。

2026 年 9 月 30 日，CoreWeave（Nasdaq: CRWV）在舊金山舉行的 Fully Connected 大會上發布 CoreWeave Forge——一個開發層（development layer），在單一互聯環境中運行完整的 AI 改進迴圈：運行、觀測、篩選、改進、評估，然後重來。其核心訴求簡單得近乎樸素：企業從 AI 生產運行中學到的東西，應該直接回流到工程師改進下一個版本的過程裡。MasterClass 與 Canva 已經在 Forge 上進行開發。

碎片化問題

2026 年的模型與代理開發，像是一場每次交棒都掉棒的接力賽。訓練運行住在一家的實驗追蹤器裡，評估住在另一家，代理軌跡住在第三家的觀測系統。它們天生互不相通，於是生產軌跡永遠餵不進下一次訓練，做完的實驗永遠啟發不了下一輪評估，每一次工具交接都在漏失訊號或燃燒工程師的時間。

Forge 就是 CoreWeave 的答案：把 Weights & Biases Models、來自 OpenPipe 的後訓練（post-training）專業能力，以及開源筆記本專案 marimo，與 CoreWeave 自家的服務整併成一個為持續改進而生的單一環境。這三塊拼圖都是 CoreWeave 在 2026 年稍早收購或吸收而來，而 Forge 正是這些收購從「資產組合」扣合成「連貫產品」的那一刻。

值得留意的是，CoreWeave 把「開放」喊得跟「整合」一樣響。Forge 對團隊已在使用 的模型、框架與其他雲端保持開放——這是對超大型雲端業者的一次直接出拳，後者的工具鏈總是悄悄假設你會永遠留在自家圍牆內。「這個市場裡，每一個平台決策都在權衡：為了一條互聯工具鏈，團隊願意放棄多少選擇權，」Futurum Group AI 平台業務副總裁 Nick Patience 說，「CoreWeave Forge 的立論前提，就是團隊根本不該做這種取捨。」

實際出貨的東西

Forge 隨多項全新與正式可用（GA）的能力一同推出，橫跨整個迴圈：

• CoreWeave ARIA（GA）——編碼代理，自動分析大規模實驗資料與代理觀測資料，找出驅動變化的因素，並提出下一個值得跑的實驗，附上支撐證據。
• Weights & Biases Models——可靠且高效地追蹤與比較數萬個實驗、數百萬項指標，以進階視覺化與自動化工作流加速模型開發。
• CoreWeave Notebooks——以 marimo 為基礎的開發體驗，直接住在運行環境裡，原型可以一路直通訓練、評估與生產，「而不是死在重寫的路上」。
• Agent Lens——針對生產代理的智慧觀測與持續改進工具，分析數千萬條軌跡並自動轉化為經過驗證的修復。CoreWeave 稱，對比通用前沿 LLM 的基準測試，它能多偵測 20% 的關鍵故障，修復成本僅為十分之一。
• Sandboxes（GA）——每一次運行都有全新、隔離的環境，無論是代理工具呼叫、強化學習（RL）或模型評估，且已預先接上迴圈其餘部分。
• Registry——每個模型檢查點（checkpoint）與代理組態都以開放、可攜的格式版本化，譜系清晰，下一次嘗試可以從團隊歷史上任何一點、在任何技術棧上開始。
• Post-Training——無伺服器 RL、無伺服器監督式微調與模型蒸餾，讓改進深入到權重層級。CoreWeave 表示其無伺服器 RL 比自管環境訓練快 1.4 倍、成本低 40%。
• Inference——提供最新開放權重模型的遊樂場與推論部署；Dedicated Inference 並新增預覽功能 RL Rollouts，可將檢查點熱載入（hot-load）線上部署，訓練迴圈不必重新部署即可持續運行。

RL Rollouts 這個細節值得停下來看。把檢查點熱交換進線上推論，是一種不性感卻悄悄改變團隊工作方式的基礎設施技巧：傳統「訓練—凍結—重新部署」的循環會扼殺迭代動能，而熱載入讓改進接近連續。搭配 Registry 的版本化譜系，團隊可以讓新微調的檢查點與線上版本對打 A/B 測試，不必另建平行基礎設施。

雲端公司為何要做開發工具

這背後的策略邏輯值得一說。CoreWeave 的主業是出租 AI 算力，而這門生意正被兩面夾擊——一邊是超大雲，另一邊是遍地開花的新創雲端（neoclouds）。裸 GPU 容量已不再是差異化所在，其上的軟體層日益關鍵。CoreWeave 一整年都在講這個故事：屢破紀錄的 MLPerf 推論與訓練成績，以及唯一連續三次獲得 SemiAnalysis ClusterMAX 最高 Platinum 評級的 AI 雲。

Forge 把這套邏輯從基礎設施延伸到工作流。如果改進迴圈住在 CoreWeave 上——實驗、軌跡、檢查點、評估，以及消費這一切 的後訓練任務都在同一個地方——那麼這些任務跑的算力就會無比黏著。在 Forge 裡把生產軌跡篩選成訓練資料的團隊，離開的成本會與日俱增；不是因為鎖死 的檔案格式（Registry 明確標榜開放與可攜），而是因為工作流本身會隨時間複利增值。

市場時機的論點也成立。「隨著愈來愈多人用 AI 建構，他們把模型放進自己的資料與工作流裡，」CoreWeave 產品與工程資深副總裁 Chen Goldberg 說，「模型能力與系統表現之間的落差，正是在這裡顯現。」前沿模型競賽搶佔頭條，但 2026 年 AI 支出的大宗，正流向 Forge 所瞄準的那一層：把開放權重與前沿模型調適到專有資料的團隊，而且苦苦掙扎於「版本 N+1 在真實運行條件下是否真的比版本 N 好」這個問題。

但書與未解之問

Forge 提供 Free、Pro 與 Enterprise 三個版本，Pro 有 30 天免費試用，讓團隊「不必走採購流程就能開始」。Free 版針對個人開發；之後的定價隨迴圈用量規模而變。

值得審視的是那些基準數據：Agent Lens 的「多偵測 20% 關鍵故障、修復成本十分之一」，以及無伺服器 RL 的「快 1.4 倍、省 40%」。這些都是 CoreWeave 自行挑選基線（分別是「通用前沿 LLM」與「自管環境」）的自陳數據，該公司尚未完整公布基準方法論。買家在把它們當成規劃依據前，應該先要求重現結果。

競爭對手的反應是接下來的看點。在被 CoreWeave 收購之前，Weights & Biases 是獨立的實驗追蹤標準；如今它的對手們——以及被 Agent Lens 直接搶生意的觀測廠商——面對的是一個由雲端競爭者擁有的昔日中立平台。可以預期「你的工具供應商不該同時是你的雲端供應商」這句推銷詞，很快就會出現在某家競爭對手的簡報裡。

無可爭辯的是方向。把模型開發與模型維運視為兩個獨立學科的時代正在結束，而下一階段 AI 基礎設施的贏家，將是能把「模型在生產中做了什麼」與「後繼者從中學到什麼」閉合成迴圈的公司。Forge 是迄今最完整的嘗試之一——它也宣告 CoreWeave 打算在軟體上一較高下，而不只是比誰的叢集更大。