红杉「Own Your Intelligence」系列专题 2：Fireworks-何时以及如何后训练属于自己的模型

企业通过后训练（Post Training）将独特的业务判断与产品品味注入模型权重，是构建持久竞争壁垒的核心路径。在 API 门槛日益降低的背景下，仅依赖通用模型极易导致应用被复刻，而通过监督微调（SFT）、偏好优化（DPO）及强化学习（RL），企业能将专业知识与客户偏好深度烘焙进模型，实现特定领域的性能超越与推理成本的显著降低。Fireworks AI CEO Lin Qiao 指出，企业应从产品数据中提炼高质量信号，并建立系统化的自动化评估体系以规避 “奖励黑客” 等陷阱。这一进阶过程不仅是技术优化，更是企业在实现产品市场契合（PMF）后，通过掌控智能供应、优化单位经济性，从而实现长期商业可持续性的关键战略转型。