Blobfish AI
Blobfish AI · Sonstiges
Blobfish AI baut simulierte Unternehmenswelten, in denen KI-Agenten echte Arbeitsabläufe mit nachgebauten Tools üben, mit regelbarer Schwierigkeit und deterministischen Prüfungen.
Über Blobfish AI
About
Was ist Blobfish AI
Blobfish AI verkauft etwas Ungewöhnliches: Orte, an denen KI-Agenten üben. Jeder davon ist eine kleine Bürowelt mit verknüpften Tabellen, Datensätzen und nachgebauten Unternehmenssystemen, die ein Agent öffnen, ändern und ruinieren kann. Simulierte Unternehmensabläufe verhalten sich wie ein normaler Dienstag im Büro. Es geht nicht um ein freundlicheres Chatfenster. Es geht um einen sicheren Ort, an dem ein Modell eine echte Aufgabe versucht und eine genaue Antwort bekommt, ob das Ergebnis stimmt.
Das Problem ist sehr konkret. In einem Post-Training-Projekt beschreiben Fachleute ihre Arbeit, Ingenieure bauen die Tools nach, und Forschende suchen die wenigen Aufgaben, die nahe an der aktuellen Fähigkeit des Modells liegen. Diese Suche dauert drei bis sechs Monate. Danach lernt das Modell, dieselben Aufgaben werden trivial, und der Zyklus beginnt von vorn. In einem Projekt lagen nur sechs von dreißig erfassten Abläufen nahe der Fähigkeitsgrenze. Blobfish generiert solche Trainingsumgebungen für Agenten deshalb fortlaufend, damit jede Runde einen neuen Lehrplan bekommt.
Die Grenzen zählen genauso. Das ist ein Dienst für Teams, die ihr eigenes Modell trainieren, keine Selbstbedienungs-App. Es gibt keine Preisliste, keine Anmeldung und keinen offenen Test, Sie sprechen mit dem Gründer. Die Welten sind Nachbauten von Unternehmenssoftware, also tauchen Eigenheiten einer bestimmten Anbieter-API dort nicht auf. Die plakative Kennzahl ist zudem ein frühes internes Ergebnis und keine unabhängige Nachprüfung.
Erste Schritte
- Sprechen Sie mit dem Team und halten Sie drei Dinge bereit: welches Modell Sie trainieren, welche Abläufe zählen und wie Ihre Reinforcement-Learning-Schleife läuft.
- Grenzen Sie die Domänen ein. Blobfish wählt oder baut Welten, die zu Ihrer Branche passen, etwa Zahlungsverkehr, Rechtsarbeit, Support oder Finanzprozesse.
- Nehmen Sie die Umgebungen in Empfang. Jede kommt mit fiktiven Daten, simulierten MCP-Servern, einer Kommandozeile für den Agenten und einem Satz Aufgaben.
- Fahren Sie Ihre Rollouts gegen diese Aufgaben. Jeder Versuch endet mit einem Bericht des deterministischen Prüfers statt mit der Meinung eines Modells.
- Fordern Sie eine neue Generation an, sobald die Aufgaben zu leicht werden, und behalten Sie den alten Satz als Regressionstest.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Blobfish AI.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Engineers für Post-Training und Reinforcement Learning
- Angewandte Forschungsgruppen in größeren Unternehmen
- Produktteams, die Agenten an Unternehmen verkaufen
Aufgaben
- Reinforcement-Learning-Aufgaben in einer gewählten Schwierigkeit erzeugen
- Mehrstufige Tool-Nutzung testen
- Eine Regressionstestsuite für Agentenverhalten aufbauen
- Eine neue Branche ohne Fachleute erschließen
Szenarien
- Eine Trainingsrunde, in der der letzte Aufgabensatz zu leicht wurde
- Prüfungen vor dem Start eines Agenten, der Geld oder Kundendaten berührt
- Eine Domäne, für die Sie nie Tools gebaut haben, etwa Schadenbearbeitung oder Rechnungsabstimmung
Wichtigste Funktionen
Stimmige fiktive Daten
Jede Umgebung enthält verknüpfte Datensätze, Dateien und Zustände, die sich wie im Büro verhalten. Eine Bilanz verweist auf die Buchungen dahinter, und eine geänderte Zahl verschiebt die Erwartung des Prüfers. Genau diese Verkettung macht aus einer KI-Agenten-Simulation Trainingsmaterial und nicht aus einem Quiz mit Kulisse.
Simulierte MCP-Server und eine einheitliche CLI
Die Tools kommen als simulierte MCP-Server für CRM, ERP und Tabellen, alle über eine einzige Kommandozeile erreichbar. Der Agent ruft Tools in jeder Welt gleich auf, Ihr Harness braucht also keinen Adapter pro Domäne. Berechtigungen und Beziehungen gehören zum Aufbau, damit ein Agent auch an fehlendem Zugriff scheitern kann und nicht nur an der falschen Zeile.
Aufgaben mit regelbarer Schwierigkeit
Die Aufgaben stützen sich auf echte Abläufe und sind nach Schwierigkeit gestuft, mit bekannten Ergebnissen daran. Sie bestellen Aufgaben nahe der aktuellen Modellgrenze, statt zu raten, welche etwas beibringen. Weniger Zeit geht dafür verloren, Läufe auszusortieren, in denen das Modell immer bestand oder immer scheiterte.
Deterministische Prüfer
Jeder Lauf endet mit einer regelbasierten Kontrolle des Weltzustands, nicht mit einem Sprachmodell, das das Protokoll bewertet. Das Urteil ist reproduzierbar: dieselbe Aktion liefert dasselbe Ergebnis. Wer schon unter rauschenden Richter-Modellen gelitten hat, liest danach mehr aus einer Charge heraus.
Ablaufgraphen und rückwärts geschriebene Aufgaben
Das Unternehmen belegt zuerst, dass ein Tool-Ablauf funktioniert, und formuliert danach die Anfrage, die dorthin führt. Es baut die Welt, erfasst gültige Wechselwirkungen zwischen Tools, zieht einen Pfad mit bekanntem Endzustand und schreibt erst dann eine Aufgabe, die ein Mitarbeiter delegieren würde. Seltsame Anfragen werden zur Sichtung markiert, ohne die lauffähige Version zu blockieren.
Fortlaufende Generierung in großem Umfang
Das Versprechen lautet Menge bei einem Ziel, das sich bewegt. In einem frühen Versuch erzeugte das Team 2.000 domänenspezifische Umgebungen und trainierte damit ein Modell mit 14 Milliarden Parametern, das danach ein deutlich größeres DeepSeek-Modell in einem MCP-Benchmark schlug. Lesen Sie das als Angabe des Unternehmens: Eine breitere unabhängige Auswertung lief zum Redaktionsschluss noch.
Vor- und Nachteile
Vorteile
- Deterministische Prüfer nehmen das Rauschen eines Modells als Richter heraus, ein gescheiterter Lauf sagt also etwas Bestimmtes.
- Der Aufgabennachschub ist das Produkt, und das trifft den echten Engpass im Post-Training statt des Aufbaus, der längst gelöst ist.
- Simulierte Unternehmens-Tools mit Berechtigungen lassen Fehler wie fehlenden Zugriff oder veraltete Datensätze testen, nicht nur falsche Antworten.
- Eine CLI für CRM, ERP und Tabellen hält das Harness stabil, wenn eine Domäne dazukommt.
- Alte Umgebungen werden zur Regressionstestsuite, ein neuer Checkpoint trifft also dieselben Welten wie der vorige.
Nachteile
- Keine veröffentlichten Preise und kein Selbstbedienungstest: Kosten und Passung lassen sich nur im Gespräch klären.
- Nachgebaute Systeme ähneln echter Unternehmenssoftware nur, und Eigenheiten einer konkreten Anbieter-API zeigen sich erst im Test gegen das echte System.
- Die Benchmark-Zahlen stammen vom Anbieter, ein unabhängiger Eintrag zum Gegenprüfen fehlt.
- Es ist Infrastruktur, kein Produkt zum Einloggen und Loslegen. Ohne eigene Trainingsschleife gibt es nichts auszuführen.
Häufige Fragen
Der Dienst liefert simulierte Arbeitsumgebungen für das KI-Agenten-Training. Teams erzeugen damit überprüfbare Reinforcement-Learning-Aufgaben, testen mehrstufige Tool-Nutzung und prüfen, ob ein Agent ein System korrekt verändert hat.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Blobfish AI.
Alternativen zu Blobfish AI
Odyssey 3
Odyssey · SonstigesOdyssey-3 ist Odysseys fundamentales Weltmodell. Es simuliert Physik in Echtzeit, macht aus einer Eingabe eine interaktive Umgebung und lässt sich an Roboter, Autos und Spiele anpassen.
JarvisCore
Prescott Data · Coding · Produktivität · SonstigesJarvisCore ist eine Open-Source-Laufzeit in Python, in der KI-Agenten als gleichrangige Peers in einem Mesh arbeiten, Aufgaben aus einem gemeinsamen Register übernehmen und externe Dienste über einen Zero-Trust-Broker erreichen.
Clef
Cloudflare · Business · SonstigesClef ist Cloudflares Open-Source-Entscheidungsmodell für Workers AI. Es liefert kalibrierte Wahrscheinlichkeiten für typisierte Fragen statt Text, damit Agenten schnell klassifizieren, routen und handeln.