人工智能研究領域迎來新突破，Thinking Machines Lab正式推出首款產品Tinker，這款工具將語言模型微調的復雜度大幅降低，讓研究人員能夠像修改Python代碼一樣輕松調整模型參數。
聯合創始人翁荔指出，當前GPU資源價格高昂且基礎設施搭建復雜，導致許多研究團隊難以有效利用前沿模型。Tinker的誕生正是為了解決這一痛點，通過提供高質量的研究工具，幫助研究人員提升效率。該產品首批支持Qwen3和Llama3系列模型，用戶只需修改代碼中的一個字符串即可完成模型切換。
知名技術專家卡帕西對Tinker給予高度評價，認為其"非常酷"。與傳統"上傳數據，我們代為訓練"的服務模式不同，Tinker將90%的控制權保留給研究者，涵蓋數據選擇、損失函數設計和算法優化等核心環節，同時自動處理基礎設施管理、模型傳播機制和分布式訓練等復雜技術問題。
該產品已獲得學術界廣泛關注，普林斯頓、斯坦福等高校研究團隊已利用Tinker取得多項成果。AI基礎設施公司Anyscale的CEO羅伯特·西西哈拉評價稱，Tinker在抽象化程度和可定制性之間實現了完美平衡。卡帕西特別指出，微調技術不僅改變模型輸出風格，更能通過縮小任務范圍提升特定場景的處理效率。
在產品戰略層面，Thinking Machines Lab展現出獨特定位。創始人穆拉蒂表示，公司將致力于重建OpenAI早期開放共享的研究文化，為研究人員提供更大自由度。這種定位與當前某些大型AI機構的發展路徑形成鮮明對比——后者被曝出正在開發包含社交功能的ChatGPT應用，代碼顯示將支持用戶頭像設置、群聊模式及實時通知功能。
