CoreWeave 发布 Forge：统一模型与智能体开发层，整合 Weights & Biases、OpenPipe 与 marimo

9 月 30 日，AI 云服务商 CoreWeave（Nasdaq: CRWV）在与中宣布推出 CoreWeave Forge：一个把模型与智能体开发放进同一环境的开发层。按公司的说法，它整合了 Weights & Biases Models、来自 OpenPipe 的后训练能力、开源 marimo notebook 项目与 CoreWeave 自有服务，覆盖「运行、观察、整理、改进、评估」的 AI 循环（AI loop），并跨模型、框架与其他云开放。

与 Forge 一同公布的，是两项状态变化和一项新增能力：用于分析大规模实验数据的编码智能体 CoreWeave ARIA 与为每次运行提供隔离环境的 CoreWeave Sandboxes 转为正式可用（GA），面向生产智能体的 CoreWeave Agent Lens 则是新工具。公司称 MasterClass 与 Canva 已经在 Forge 上构建。消息在 CoreWeave 的 AI 云大会 Fully Connected 上公布，公司称该会议聚集了 4,500 多名客户、合作伙伴、开发者与 AI 负责人。

把生产环境的信号接回训练

新闻稿把问题写得很具体：模型与智能体开发长期由不同厂商的工具拼凑而成，这些工具并非为协同工作而设计。对要把一个模型或智能体带过完整生命周期的研究人员与工程师来说，代价是「一条生产环境中的 trace（运行轨迹）不会反哺下一次训练，做完的实验不会影响下一次评估，每一次交接都在丢信号或花掉更多时间」。

按新闻稿的描述，训练运行、实验追踪、评估与智能体 trace 都待在模型或智能体实际运行的环境里。CoreWeave Registry 用开放、可移植的格式为每个模型 checkpoint（检查点）与智能体配置记录版本与血统，让下一次尝试可以从团队历史中的任意节点、任意技术栈出发。

被整合进 Forge 的三块外部能力，此前都通过收购进入 CoreWeave。Weights & Biases 于 2025 年 5 月 5 日完成收购，称 W&B 会作为 Forge 内的命名产品继续运营。OpenPipe 方面，宣布了收购协议、金额未披露；OpenPipe 是一家用强化学习训练 AI 智能体的平台，其维护的开源工具链 Agent Reinforcement Trainer（ART）后来成为 Forge 无服务器强化学习（RL）能力的基础。marimo 方面，宣布收购，并承诺继续推进这个开源项目、保持 marimo notebook 自由可用与宽松许可。

在 CoreWeave 为 Forge 绘制的图示里，AI 循环由五个环节组成：Run、Observe、Curate、Improve、Evaluate，然后重复。

随 Forge 上线的能力：从 ARIA 到 Registry

据新闻稿，Forge 在发布当天即可用，能力分布在整个 AI 循环上：

CoreWeave ARIA：编码智能体（AI Research & Iteration Agent），自动分析大规模实验数据与智能体可观测性数据，指出变化由什么驱动，并给出下一批值得运行的实验与智能体，附带支撑证据。它在，本次转为正式可用（GA）。
Weights & Biases Models：追踪并对比数万次实验与数百万个指标，用可视化与自动化工作流加速模型开发。
CoreWeave Notebooks：notebook 放在工作实际运行的环境里，让原型不必重写就能进入训练、评估与生产，自定义可视化构建在 marimo 之上。
CoreWeave Agent Lens：新增的生产智能体可观测性与持续改进工具，把数千万条 trace 自动转成可驱动修复的洞察。
CoreWeave Sandboxes（正式可用）：为每次运行提供全新、隔离的环境，覆盖智能体工具调用、强化学习与模型评估，并已接入循环的其余环节。
CoreWeave Registry：模型 checkpoint 与智能体配置全部以开放、可移植的格式记录版本与血统。

从 ART 到热加载：后训练的机制与公司自报的数字

后训练是这次发布里被表述为「可以深入到权重」的部分。新闻稿称，Forge 提供无服务器 RL、无服务器监督微调与模型蒸馏三类服务；进一步说明，无服务器 RL 建立在 ART（Agent Reinforcement Trainer）之上，由 RULER 提供自动奖励评分，因此不需要人工标注数据或手写奖励函数；无服务器监督微调把筛选后的数据集转成更专精的模型；模型蒸馏把大模型学到的能力搬进更小、更快的模型。

推理也并入了 Forge，提供 playground 与面向最新开源权重模型的推理部署入口；Dedicated Inference 在预览中加入 RL Rollouts，它把 checkpoint 热加载进一个正在运行的部署，让训练循环无需重新部署就能继续。

新闻稿给出的两组数字都出自公司自己的对照口径。Agent Lens 方面，公司称它在对照通用前沿大语言模型（LLM）的基准中多检出 20% 的关键失败，修复问题的成本为对照的十分之一；无服务器 RL 方面，公司称其训练速度比自管理方案快 1.4 倍、成本低 40%。新闻稿没有给出这些基准所用的具体对照模型、数据集与运行条件，也没有提供第三方验证信息。

同一天，在介绍双方合作时也复述了 Forge 的能力清单，其中无服务器 RL 的数字与 CoreWeave 一致；但对 Agent Lens 的修复成本，NVIDIA 写的是「减半」，与 CoreWeave 的「十分之一」不一致。

免费档、60 美元起的 Pro，与「跨云」的边界

Forge 分三档版本，价格列在 Forge 产品页上：Free 面向个人开发，0 美元/月；Pro 面向要优化 AI 应用与模型的专业人士，60 美元/月起、按月计费，页面注明它面向少于 50 人的早期团队，超出这一指引的客户需要转入 Enterprise；Enterprise 面向有安全与合规要求的公司，按需定制。新闻稿称 Pro 提供 30 天免费试用，团队可以「不经历采购流程」就开始使用。

新闻稿强调 Forge「跨模型、框架与其他云开放」；产品页的说法是把 Forge 接到工作负载目前运行的地方，让平台迁移不必成为获得连通开发体验的代价。不过开放的覆盖并不均匀：W&B 的加入页面写明 Weights & Biases 保持云无关、可以继续配合任何基础设施使用；而 Training、Inference 与 Sandboxes 等其他 Forge 产品运行在 CoreWeave 的算力上。

MasterClass、Canva、Capital One：客户与分析师评价

新闻稿称，已经在 Forge 上构建的客户有两个：在线学习平台 MasterClass 与设计平台 Canva。NVIDIA 的博客则把 Canva、Capital One 与 MasterClass 列为首批在 Forge 上构建的公司。

CoreWeave 产品与工程执行副总裁 Chen Goldberg 在新闻稿中说：「随着越来越多的人用 AI 构建，他们会把模型用在自己的数据与工作流上。模型能力与系统性能之间的差距，正是在那里变得清楚。工程团队需要理解这些差距，识别真正重要的信号，改进下一版，并衡量改动在真实运行条件下是否奏效。所有这些必须作为一个连通的系统运转。Forge 把这些能力放到一个平台上，让企业从运行 AI 中学到的东西，成为工程师改进它的依据。」

新闻稿还引用了 Futurum Group AI 平台副总裁兼实践负责人 Nick Patience 的判断：「在这个市场，每一个平台决策都包含一道权衡：团队愿意为一条连通的工具链让出多少可选择性。CoreWeave Forge 建立在这样的前提上：团队不该做这道权衡。把从生产回到训练的闭环放进单一环境，同时保持对模型、框架与云的开放，比只做其中任何一半都更难。」

从 wandb.ai 到 Forge：已经生效的账户迁移

对现有的 Weights & Biases 用户来说，变化已经发生。据 W&B 的加入 CoreWeave 页面，自 2026 年 9 月 30 日起，Free、Pro 与 Enterprise 三档 SaaS（软件即服务）账户改为通过 CoreWeave Forge 登录，凭据不变，账号、项目、团队与 API key（接口密钥）保持原样；自托管与专属实例账户的登录方式不变，既有合同与价格也不变。原 wandb.ai 的页面会分批迁往 coreweave.com，并在迁移过程中保留重定向。

页面给出的规模数字是：超过 100 万名 AI 从业者在 1,400 多家公司里使用 Weights & Biases。对这批用户中的 SaaS 账户来说，在 wandb.ai 登录现在会被直接带到 CoreWeave Forge；其余页面的迁移仍在分批进行。