CoreWeave 发布 Forge 平台，把 AI Agent 的生产反馈接入评估闭环
来源The New Stack查看原文
速览
- CoreWeave 发布 Forge，把 AI Agent 的五个改进阶段收进一个开发环境。
- Forge 组件覆盖模型注册、实验追踪、Agent 追踪、Notebook、自动实验与沙箱。
- ARIA 与 Sandboxes 已 GA，Agent Lens、Notebooks、Model Distillation 仍在预览。
- CoreWeave 称 Agent Lens 故障检测提升 20%、修复成本减半。
- 与 NVIDIA、you.com 合作，RL Rollouts 使模型重载延迟改善 15 倍。
- MasterClass 与 Canva 已开始使用 Forge。
- Cline 用 Serverless Inference，Grammarly 用 Dedicated Inference。
- Forge 强调改进数据可移植，兼容其他云和私有数据中心。
CoreWeave 在 Fully Connected 2026 大会上发布 CoreWeave Forge，试图把 AI Agent 的「运行—观测—数据整理—改进—评估」五个环节放进同一个开发环境。Forge 包含 CoreWeave Registry、Weights & Biases Models、Agent Lens、Notebooks、ARIA、Sandboxes、Post-Training、Serverless SFT/RL、Model Distillation 等组件，其中 ARIA 与 Sandboxes 已正式可用，Agent Lens、Notebooks 和 Model Distillation 处于预览阶段。CoreWeave 称 Agent Lens 将故障检测提升 20%、修复成本减半；与 NVIDIA、you.com 合作使用 RL Rollouts 后模型重载延迟相比基线改善 15 倍。MasterClass 和 Canva 已开始使用 Forge。
关键事实
- CoreWeave 在 Fully Connected 2026 大会上发布 CoreWeave Forge，定位为连接运行、观测、数据整理、改进、评估五个阶段的统一开发环境。
- Forge 组件包括 CoreWeave Registry、Weights & Biases Models、Agent Lens、Notebooks、ARIA、Sandboxes、Post-Training、Serverless SFT、Serverless RL 和 Model Distillation。
- CoreWeave ARIA 与 CoreWeave Sandboxes 已正式可用；Agent Lens、Notebooks 和 Model Distillation 处于预览阶段，属于 CoreWeave Training 的一部分。
- CoreWeave 称 Agent Lens 将故障检测提升 20%，并以一半的成本修复问题。
- CoreWeave 与 NVIDIA 及 you.com 工程团队合作，使用 RL Rollouts 在 NeMo gym 中对 NVIDIA Nemotron 3.5 Lightning 做后训练，称模型重载延迟相比基线改善 15 倍。
- Cline 在 Serverless Inference 上使用开源模型，其开源编码 Agent 被 CoreWeave 称为受超过 1100 万开发者信任；Grammarly 使用 Dedicated Inference。
本站视角
对国内做 Agent 的团队来说，这篇文章的价值不在 CoreWeave 本身，而在于它把「Agent 上线后怎么持续变好」这件事拆成了可操作的五个阶段，并给出了一个具体的组织问题：谁能把一次生产故障变成一条评估用例，谁负责让这条用例不过期。很多团队现在把 trace 放在可观测性平台、把评估脚本放在另一个仓库、把微调数据放在第三处，上下文在交接中丢失，结果是每次发版都靠人工挑几个 case 看。CoreWeave 的判断是，把运行、观测、整理、改进、评估放进同一环境，并用 Registry 和 W&B Models 保留「部署能追溯到模型版本、评估、数据集和生产样例」的链路，才能让改进复利。这个方向我们认为是对的，但要注意两点：其一，20% 故障检测提升、修复成本减半、15 倍重载延迟改善都来自 CoreWeave 自己的 launch post，属于厂商自报数据，原文也明确提醒「团队应结合自身负载评估」，读者不应直接当作行业基准；其二，Forge 是商业产品，这篇文章本质上是产品发布稿，它把「闭环」描述成需要一体化平台才能解决的问题，但用开源组件拼出类似链路同样可行，是否值得为一体化付费，取决于团队规模和对锁定风险的容忍度。对用 API 的中小企业和内容平台而言，更现实的起点是原文最后那条建议：挑一个团队已经理解的生产故障，从 trace 追到整理样例、提出修复、评估、部署，记录上下文在哪里丢失、责任在哪里不清，先把这个流程跑通，再决定要不要上平台。
背景与影响
AI Agent 上线后，团队常面临一个断层：训练模型的 AI 工程师知道「好」的标准，而负责线上服务的应用或 SRE 团队只看可用性仪表盘。应用 trace 落在为 uptime 设计的看板里，值班工程师看到服务健康，研究团队却对答案质量和用户情绪几乎一无所知；评估套件随用户行为变化而漂移，却没人负责更新。CoreWeave 把这一断层作为 Forge 的设计出发点，主张把生产 trace、整理后的数据和评估串起来，让每次发布都能证明「哪里变好了」，而不是靠几个看起来不错的回答。Forge 的组件分工是：Registry 管理模型、Agent 和数据集，Weights & Biases Models 追踪实验、超参扫描与分析，Agent Lens 追踪步骤、决策和工具调用，Notebooks 提供托管 Python 环境，ARIA 分析运行、提出实验并推荐存放在 GitHub 的代码改动，Sandboxes 提供隔离的 CPU/GPU 环境。推理侧，Serverless Inference 由 CoreWeave 管基础设施，Dedicated Inference 让团队控制模型权重、部署设置和 GPU 资源。RL 场景下，策略生成 rollout、训练产出新权重、权重再回到服务，慢的 checkpoint 加载会拖慢整个循环，因此 CoreWeave 推出基于 NVIDIA Dynamo 的 RL rollouts，支持热加载更新后的 checkpoint。这意味着 CoreWeave 正从单纯的 GPU 云向「AI 开发平台」延伸，直接与各类 LLMOps/评估工具厂商产生交集。需要观察的是，Forge 的闭环价值高度依赖客户是否愿意把观测、数据和评估都放在同一平台上，而 CoreWeave 强调的开放接口和可移植性，能否真正打消多云团队的锁定顾虑。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
