这半年看下来，Agent 平台的竞争基本挤在两件事上：连接器够不够多，画布顺不顺手。Oumi 选了第三条路。它不给你一个现成的 Agent，而是让一个叫 FAiE 的 Agent 帮你在自己的数据上训出一个模型，再把模型装回 Agent 里。11 月 4 日，它把这条链路从「半自动」推到了「全自动」。
它到底是什么
Oumi 是一家西雅图公司，注册主体是 Oumi PBC（公益公司），五位联创里有人参与过 Google PaLM 的训练。产品分两层。
第一层是开源框架。GitHub 上 9,425 星、Apache-2.0、798 个 fork，最新版 v0.9 发布于 2026 年 9 月。覆盖范围很全：10M 到 400B+ 参数的模型都能训，SFT、LoRA、QLoRA、DPO、GRPO 都在里面；支持工具调用训练，环境可以是数据库、HTTP 端点、查表或模拟环境，GRPO 跑在 verl 上；评测除了标准 benchmark，还有一个多标准的 RubricJudge；推理接 vLLM 和 SGLang，一条 oumi deploy 起专用端点；调度能落到笔记本、Slurm 集群、AWS、Azure、GCP、Lambda、Modal。另外有个 oumi-mcp，能把 Oumi 挂进 Claude 或 Cursor 里用。
第二层是托管平台。核心是 FAiE（Frontier AI Engineer），流程五步：先跟你确认任务和输出格式，再让你挑 judge 模型生成评测器，然后合成和清洗数据（生成前等你批准），接着 SFT、on-policy 蒸馏、DPO 或 GRPO，最后部署并对生产流量做监控回流。11 月 4 日新加的是 Bring Your Own Harness：你原来那套 Agent 框架不用换，接进来就能用生产里的失败样本做评估集和训练数据。
跟 Dify、Langflow 不是一回事
拿它跟 Dify 这类平台比是错位的。画布型平台把模型当黑盒，卖的是编排；Oumi 把权重、数据、配方都交给你，官网叫「三级主权」：有自己的权重，有自己的流程，能独立重建。
所以它对应的是「某个任务必须做准」的场景，比如临床文本的词义消歧、博客里那个 3B 的 text-to-SQL，而不是「三天搭个客服机器人」。想先看整张地图的，可以翻一下之前那篇 十家 Agent 平台横评。
怎么上手
想白嫖：仓库里有五个 Colab，覆盖 Tour、LoRA 微调、蒸馏、LLM-as-a-Judge、GRPO，点开就能跑。
想写代码：pip install oumi，然后用 recipes 里的配置直接 oumi train、oumi evaluate、oumi infer、oumi deploy。配置驱动，不用自己写训练循环。
想用平台：注册送额度，企业邮箱 50 美元、个人邮箱 25 美元，Free 档有效期三个月；Pro 25 美元一个月，之后按量。价格摊开看（官网公开价）：Agent 本身按 token 算，输入 6.25 美元/百万、输出 31.25 美元/百万；评测 1,000 次判定 1 美元；数据合成 1,000 行 1 美元；SFT 按训练 token 算，16B 以下 0.49 美元/百万，80.1 到 300B 是 6 美元/百万；on-policy 蒸馏 A100 2.9 美元、H100 4 美元每 GPU 小时；生产推理 A100 3 美元、H100 8 美元、H200 6.5 美元、B200 10 美元每 GPU 小时，按开机时长计。自带 OpenAI、Anthropic、Google 的 key，Oumi 不收推理差价。
说几句实话
第一，门槛不在平台，在数据。「什么算对」这件事 FAiE 替不了你，评测器选错，后面训出来的就是精致的错误。官网流程里每一步都留了人工确认，不是走过场。
第二，9,425 星不算大。Dify 16 万、Langflow 15.6 万，n8n 更不用说。星数少意味着模板少，踩坑基本靠自己读文档，遇到 verl、vLLM 的版本问题没人替你趟。
第三，开源不等于免费。代码是 Apache-2.0，但托管平台按 token 和 GPU 小时收钱；自己部署就是把账单换成显卡和运维。H100 推理 8 美元一小时是按 uptime 算的，挂着不干活也烧。
第四，案例页上列了 Microsoft、Google、IBM、Intel、Citi、Walmart，这是官网自述，没给合同细节；NYT 拿 Oumi 评估 Google AI Overviews 准确率的说法来自第三方数据库，我没找到官方通稿，当传闻看。融资是 2025 年 1 月的 1,000 万美元种子轮，投后估值 4,000 万美元，Venrock 和 Obvious Ventures 领投，名单里还有 Mozilla Ventures 和 Hugging Face 的 Clément Delangue。
适合谁：有私有数据、要把某一类任务做准、并且愿意维护一条训练流水线的团队。不适合谁：想拖拽三天上线、不想碰数据集和评测的人，Coze 那种更省事。
2026 年的分水岭已经很清楚：上半场比谁会编排，下半场比谁能让模型在自己的数据上变强。Oumi 押的是下半场，代价是你得真的懂一点训练。
