Thinking Machines 发布首个产品 Tinker：几行代码微调 Llama 与 Qwen

想调教一个属于自己的前沿大模型，以前你得先当个合格的硬件运维。

租 GPU 算力集群、搭复杂的分布式训练框架，还得时刻盯着哪块卡掉线或者显存炸了。折腾半个月，模型可能还没跑完一个完整周期。

前 OpenAI 首席技术官 Mira Murati 带队创办的新公司 Thinking Machines Lab，刚拿出了成立以来的第一个产品 Tinker。说白了，它就是一个把前沿模型微调彻底自动化的工具平台，周三起开放内测申请。

这家公司此前顶着 120 亿美元估值拿下了 20 亿美元种子轮融资。团队名单里清一色是熟面孔，包括 OpenAI 联合创始人 John Schulman、前研究副总裁 Barret Zoph，以及负责过安全与后训练的 Lilian Weng、Luke Metz 等人。

几行代码，省掉管显卡的苦力活

Tinker 目前支持微调两大家族的开源模型：Meta 的 Llama 和阿里巴巴的千问（Qwen）。

开发者只需要写几行代码调取 Tinker 的 API，就能直接启动训练。平台同时支持监督学习和强化学习（RL），最关键的是，微调完成的模型支持直接打包下载，你想部署到自己的私有服务器还是云端都没人拦着。

当年在 OpenAI 带领团队用强化学习打磨 ChatGPT 的 John Schulman 解释，他们做的事就是把繁琐的分布式底层训练给抽离掉。开发者不用管显卡怎么通信，但对训练数据和算法本身仍然拥有完整的控制权。

已经拿到测试权限的业内人给出的评价普遍挺高。Anyscale 首席执行官 Robert Nishihara 提到，虽然市面上已经有 VERL 和 SkyRL 这类开源工具，但 Tinker 在易用抽象和参数自由度之间找到了非常舒服的平衡。

AI 安全研究机构 Redwood Research 的研究员 Eric Gan 透露，自己正用 Tinker 的强化学习功能测试模型编写代码后门的能力。他坦言，从零搭一套强化学习训练流水线极其折磨，而 Tinker 让他能轻松逼出常规 API 根本探测不到的模型极限能力。

目前 Tinker 的 API 处于免费申请阶段，不过团队明确后续会转入商业化收费。针对开源模型可能被恶意微调的安全隐患，团队现阶段靠人工审核申请名单，后续会引入自动化的安全防护系统。

为什么重要

大模型行业正在出现一个尴尬的断层：头部大厂握着最好的闭源模型和超级算力，而学术界和普通开发者连完整跑一遍强化学习都费劲。

我们认为，Tinker 真正的价值在于降低了「后训练（Post-training）」的准入门槛。现在行业共识很明确，大模型真正的专有能力往往是靠精细的强化学习喂出来的。如果你是一家需要私有化部署的法律、医疗垂直团队，或者想探索模型极限特性的独立研究者，Tinker 让你不用养昂贵的 AI 系统工程团队，就能拥有自己专属的模型变体。

从竞争格局来看，这家全明星团队的第一步走得相当务实。他们没有一上来就跟旧主 OpenAI 拼千亿参数的预训练基座，而是瞄准了开源生态的「精加工」环节。选择深度支持 Llama 和千问，也恰恰切中了当前全球开发者最常用的开源模型体系。

不过，这个生意看起来门槛不高，隐患却在别处。一旦底层封装得太傻瓜化，微调出来的模型安全边界极难把控；同时，随着各大云厂商自己也在狂推一键式微调方案，Tinker 能否靠算法优化建立起绝对的算力效率护城河，还得看未来转为付费后的真实账本。