一句话生成世界
用一个提示生成关系型、可执行的世界，包含 SQLite 表、Python 工具、有据可依的任务和确定性的 VCode 验证器，托管在稳定的 worldId 下，随后可驱动其任务并对照真实状态变化打分。
官方说明 ↗
价格官网未公开具体定价与免费额度
平台Web / API
归类企业服务
收录2025-01-01
复核2025-01-01
编辑评分
4.2 / 5
★★★★☆
Blobfish AI编辑总结
Blobfish AI 提供面向 AI 智能体训练的模拟基础设施，让模型在仿真的 CRM、ERP 和表格环境中练习真实企业工作流，并从确定性验证器获得精确反馈。团队由创始人基于六个月企业后训练环境建设经验打造。它将「人工重建任务集」的循环转为持续自动化：一个提示生成关系型可执行世界（SQLite 表、Python 工具、带已知结果的任务、VCode 验证器），再驱动智能体执行并对照真实状态变化打分。核心短板是没有 LLM 评判者之外的公开定价与免费额度信息。
Blobfish AI是什么？
Blobfish AI 是一套面向 AI 智能体训练与评估的模拟基础设施，用视频游戏训练场的方式让模型在仿真的企业系统里练习。创始人此前花了六个月为企业客户建设后训练环境，观察到 30 个专家工作流映射中只有 6 个真正适合强化学习，其余要么太简单要么超出模型能力边界，于是把「训练变得太简单后需要重新搭建任务集」的瓶颈做成一个可循环的系统。
产品由几块构成：真实感模拟数据（相互连接的记录、文件和状态，像真实办公环境一样运作）；智能体可调用的工具（Mock MCP 服务器配统一 agent CLI，覆盖 CRM、ERP 和电子表格）；可调整难度且结果已知的训练任务；以及确定性验证器，用精确检查判断智能体是否正确地改变了世界状态。做法上先正向证明工具工作流可行，再反向生成一个真实员工可能提出的请求，让答案和验证器从一开始就存在，奖励路径里不依赖 AI 评判者。
使用上，普通用户可以在 Blobfish Studio 里用一句提示生成世界并让智能体进去尝试；开发者通过 /api/v1/environments 五个调用创建镜像客户系统的世界，把每个模拟工具当作可调用的 HTTP 端点，并按评测轮次隔离状态后用可执行验证器打分，生产智能体代码不需要 MCP 客户端、JSON-RPC 封装或了解世界模型；团队可以用 session-per-rollout 的方式并发跑大量 rollout，避免多任务同时改写同一批记录导致验证器结果互相污染。
Blobfish AI核心功能
真实感模拟数据
相互连接的记录、文件和状态构成一个像真实办公环境一样运作的世界，智能体可以进入、行动、失败并重试，而不是拿到一份静态数据集。
官方说明 ↗智能体可调用的工具
Mock MCP 服务器配一个统一的 agent CLI，覆盖 CRM、ERP 和电子表格。以 HTTP 端点形式暴露，OpenAI 和 Anthropic 的 schema 已预先格式化好。
官方说明 ↗正向生成反向出题
先证明工具工作流可行，再反向把它变成真实员工可能委派的请求，让答案和验证器从一开始就存在，不需要事后补验证逻辑。
官方说明 ↗确定性验证器
用精确检查判断智能体是否正确地改变了世界，奖励路径里不需要 AI 评判者，避免主观打分带来的噪声。
官方说明 ↗预览与深度两种模式
mode="deep" 构建有研究支撑的世界，经过锚点、工具存活和任务接受闸门，耗时以分钟计；mode="preview" 在秒级返回未接地的原型，用于先搭好评测 harness。
官方说明 ↗五个调用起步
/api/v1/environments 路径只需五个调用：创建世界、拿到全部模拟工具、按评测轮次隔离状态、用可执行验证器打分，生产智能体代码无需 MCP 客户端或 JSON-RPC 封装。
官方说明 ↗Langfuse 报告示例
demo/frontier-lab-eval/ 提供一个完整独立项目，创建世界并用模拟工具评估生产智能体，带 Langfuse 报告；只依赖 httpx 一个库，客户端是单个可读文件。
官方说明 ↗Blobfish AI值不值得用？
当你的团队已经有一个可运行的生产智能体，想让它针对企业级长流程工作稳定变强时，Blobfish 值得考虑——它把「训练后任务变简单、要重新搭一套」的循环转成持续生成，且奖励路径不依赖 AI 评判者。当你只是想快速做一个 demo，或者团队没有工程能力接 HTTP 端点、没有能力用 session-per-rollout 管理并发评测时，它并不合适：接入需要写代码，且并发不当会让验证器读到别人的写入结果。
建议选它的情况
- 已有生产智能体，需要针对 CRM、ERP、表格类长流程做强化训练
- 团队愿意用 HTTP 端点接入，能管理按 rollout 隔离的状态
- 需要奖励路径里没有 AI 评判者、可精确验证的训练信号
- 想把「训练后任务变简单、重建任务集」的人工循环自动化
不建议选它的情况
- 只想快速做一个功能演示，不需要可验证的训练信号
- 团队没有工程能力接 API 或管理并发 rollout
- 只需要静态数据集，而不需要智能体能进入行动的环境
Blobfish AI使用建议
入门先把路子走对
- 先跑 preview 搭架子用 mode="preview" 在秒级拿到一个原型世界，先把评测 harness 接通，确认链路无误后再切到 mode="deep" 做正式训练。
- 从五个调用起步入口是 /api/v1/environments：创建世界、拿模拟工具、隔离状态、打分，先把这条最短路径走通再加复杂度。
- 照抄示例项目参考 demo/frontier-lab-eval/，只依赖 httpx 一个库，客户端是单个可读文件，替换成自己的智能体即可。
进阶省时间也省钱
- 每个 rollout 一个 session发跑数据集时，没有 per-item session 会让所有任务改写同一批记录，第一个之后的验证器结果都在给别人的写入打分。
- 盯住能力边界有价值的任务要难到能暴露失败、又做得到能奖励进步；太简单的任务模型每次都过，对训练没有贡献。
- 先证明再出题按「生成正向、反向出题」的顺序走：先确认工具工作流可行，再反向构造真实请求，验证器才从一开始就站得住。
Blobfish AI适合谁用？
做后训练的研究团队
推荐需要一个能让模型反复失败并从精确反馈中学习的环境，且奖励路径不依赖 AI 评判者，适合用它构造可验证的强化学习任务。
有生产智能体的工程团队
推荐已经有一个能跑的智能体，想对照模拟工具评测并持续变强。接入以 HTTP 端点为形式，不需要 MCP 客户端或 JSON-RPC 封装。
企业 AI 应用团队
推荐想用镜像自家 CRM、ERP、表格系统的世界做评测，先在模拟环境里验证智能体行为再上生产。
只做单轮问答的产品
有条件任务不需要跨文件、跨工具的多步操作时，这套长流程模拟环境提供的价值有限，投入产出不划算。
预算敏感的小团队
有条件接入前需要先联系确认费用结构，再判断是否在预算内。
Blobfish AI优点和缺点
优点
- 奖励路径不依赖 AI 评判者，用确定性验证器检查真实状态变化
- 一个提示生成含 SQLite 表、Python 工具的完整可执行世界
- 模拟工具以 HTTP 端点暴露，OpenAI 与 Anthropic schema 已预先格式化
- deep 模式带锚点、工具存活与任务接受闸门，产物可用于正式训练
- 示例项目只依赖 httpx 一个库，客户端是单个可读文件
- 把训练后重建任务集的人工循环转成持续生成
缺点
- 接入前需先联系确认
- preview 模式产物未接地，不能用于生产或训练
- 发评测需要自行管理 per-item session，否则验证器结果会串
- 接入需要写代码，纯业务人员无法独立完成
- 官网未说明支持的语言与地域范围
Blobfish AI常见问题
Blobfish AI 是做什么的？＋
它是一套模拟基础设施，让 AI 智能体在仿真的企业环境里练习真实工作流。环境里有像真实办公场所一样运作的记录、文件和状态，智能体可以使用 CRM、ERP 和电子表格等工具，尝试任务、失败、接收反馈并逐步改善。
怎么接入？＋
/api/v1/environments 路径五个调用即可起步：创建一个镜像客户系统的世界、拿到全部模拟工具的 HTTP 端点、按评测轮次隔离状态、用可执行验证器打分。生产智能体代码不需要 MCP 客户端，也不需要了解世界模型。
deep 和 preview 两种模式怎么选？＋
mode="deep" 构建有研究支撑的世界，经过锚点、工具存活和任务接受闸门，耗时以分钟计，可用于生产与训练。mode="preview" 在秒级返回未接地的原型，只适合先把评测 harness 接起来。两者共享同一个 env_id 和轮询约定，切换只需改一个词。
为什么不用 AI 评判者打分？＋
验证器做的是精确检查——智能体有没有把世界改成正确的状态。做法是先正向证明工具工作流可行，再反向构造真实员工可能提出的请求，这样预期状态变化从一开始就确定，无需依赖主观判断。
发评测要注意什么？＋
每个 rollout 要用独立 session。一个 Langfuse 数据集运行会并发执行多个条目，没有 per-item session 时它们会改写同一批记录，第一个之后的验证器结果都在给别人的写入打分，整轮结果失真。
需要写多少代码？＋
官方示例是一个完整独立项目，位于 demo/frontier-lab-eval/，只依赖 httpx 一个库，客户端是单个可读文件。智能体是唯一需要替换的部分，工具调用就是一次普通的 JSON POST。
Blobfish AI竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Blobfish AI本工具 | 4.2 | 官网未公开具体定价与免费额度 | 一句话生成世界；真实感模拟数据；智能体可调用的工具；正向生成反向出题 | Web / API |
| CueLab CRM | — | 未标价 | CueLab CRM 帮助企业转化潜在客户，简化潜在客户管理，并可以通过手机管理客户关系 | — |
| Bswan.ai | — | 按用量与需求定制报价，支持免费试用 | AI 呼叫代理自动化系统，高效进行潜在客户资格审核与智能预约安排，提升销售转化率，优化客户 | Web / API |
| OpenHouse.ai | — | 未标价 | 用于家居建筑商的人工智能驱动软件，能够预测市场趋势、转化潜在客户并优化效率 | — |
| Boon | — | 未标价 | AI 聊天机器人平台，专注于潜在客户生成与客户服务支持 | — |
| Cogniroot | — | Free 档免费；Business — Essentials € 35.00 / | 跨多个平台的客户服务、调度和潜在客户生成的 AI 助手平台 | Web |
