CoreWeave запустила платформу для непрерывного обучения агентных ИИ в продакшен

Платформа объединяет обучение, инференс, наблюдаемость и автономные улучшения в замкнутую петлю, позволяя агентам учиться на реальных данных в продакшне, сокращая время итераций и операционные расходы.

28 мая 2026 года CoreWeave представила единую «agentic» платформу, которая объединяет постобучение и продакшн‑инференс в замкнутую обратную петлю. По заявлению компании, это позволяет агентам непрерывно учиться и улучшаться на основе данных реальной эксплуатации, а не только на стабильных тестовых наборах, что сокращает время итераций и снижает операционные затраты. Такая архитектура важна для команд, которым нужно быстрее реагировать на ошибки и изменяющиеся сценарии использования в продакшне.

Решение объединяет четыре ключевых компонента: Serverless RL для постобучения больших языковых моделей, CoreWeave Inference для непрерывного продакшн‑инференса, W&B Weave как слой наблюдаемости и инструменты автономного улучшения — W&B Skills и MCP server. Вместе они формируют замкнутую петлю: сбор сигналов из продакшна, автоматизированный анализ и эксперименты, затем безопасное применение результатов в новых версиях агентов. CoreWeave утверждает, что Serverless RL эластично масштабируется, что позволяет снизить расходы до 40% и ускорить обучение примерно в 1.4× при сохранении качества моделей. Обучение и инференс выполняются на отдельных always‑on инстансах, что, по данным компании, сокращает время итерации с часов до секунд и ускоряет внедрение изменений в рабочие нагрузки.

Наблюдаемость и механизмы автоматического улучшения описаны как центральные элементы платформы. W&B Weave включает встроенные и настраиваемые сигналы мониторинга, модель данных для анализа многопроцессных рабочих потоков агентов и гибкую рамку оценок, призванную предотвращать регрессии при масштабировании. W&B Skills и MCP server предназначены для превращения кодирующих агентов в «исследователей» и создателей агентов: они получают доступ к данным, автоматически запускают эксперименты и интегрируются с системами трекинга экспериментов, управления моделями и трассировкой.

Компания мотивировала запуск тем, что традиционные офлайн‑циклы оценки оказались недостаточными: ранее требовалось месяцы тестов до релиза, а тестовые датасеты не покрывали всех сценариев. «Темп развития ИИ опередил способы, которыми команды его создают. Сегодняшняя дилемма: циклы разработки не успевают или приходится выпускать агентов и обнаруживать ошибки уже в продакшене», — сказал Чен Голдберг, исполнительный вице‑президент по продукту и инженерии в CoreWeave. Аналитик Futurum указывает, что платформа снимает критическое узкое место между разработкой и продакшеном.

Практические последствия для команд разработчиков и предприятий включают поддержку SLO при росте агентных нагрузок благодаря контролируемому непрерывному инференсу и встроенному мониторингу, а также снижение риска неожиданных отказов за счёт автоматического постобучения на реальных данных. CoreWeave позиционирует продукт как инструмент для перехода от длительных офлайн‑циклов к операционному подходу с постоянным улучшением; компания торгуется на Nasdaq под тикером CRWV.