來源：獵云網(wǎng)

企業(yè)智能體公司元理智能（Yoolee AI）近日完成800萬美元種子輪融資，由藍馳創(chuàng)投領投，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)強化學習（RL for Busniess）為核心路徑建立可靠自我進化的智能體員工，公司希望通過商業(yè)場景強化學習，將基礎模型能力轉化為可量化的業(yè)務成果，推動AI Agent真正落地。

元理智能創(chuàng)始人張帆是AI領域的連續(xù)創(chuàng)業(yè)者，早年在法國學習人工智能，也曾在國家科研中心從事機器翻譯研究。2010年回國后，他曾在搜狗、騰訊負責智能語音產(chǎn)品（類Siri產(chǎn)品）研發(fā)，后創(chuàng)辦妙計旅行，擔任大搜車CTO；2022年創(chuàng)立元因智能（后被智譜AI并購），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、場景適配慢，并且與模型強耦合，任何模型升級都會帶來巨大的升級成本，沒辦法規(guī)?；Ｋ栽碇悄苷J為強化學習出現(xiàn)，帶來新的學習范式，以業(yè)務結果為導向商業(yè)強化學習，來構建企業(yè)自進化的生產(chǎn)力智能體，使其在真實商業(yè)環(huán)境中持續(xù)創(chuàng)造商業(yè)價值。

強化學習在代碼生成、數(shù)學推理等“反饋清晰”場景已取得突破，但在企業(yè)業(yè)務中面臨更高維度的復雜環(huán)境。元理智能的核心目標在于，通過結合業(yè)務先驗與隱性知識，構建真實的獎勵函數(shù)與優(yōu)化機制，讓AI能在復雜商業(yè)決策中持續(xù)進化。

行業(yè)目前有趨勢性認知，強化學習驅動的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，用強化學習幫助企業(yè)基于營收、利潤等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)強化學習在不同領域的應用和落地。