Oumi ha annunciato il 5 novembre 2026 un ampliamento della propria piattaforma aziendale di intelligenza artificiale che introduce un processo automatizzato per lo sviluppo completo degli agenti, dalla definizione degli obiettivi all’addestramento dei modelli, fino alla distribuzione e al miglioramento continuo. La nuova configurazione è basata su FAiE, Frontier AI Engineer, un agente specializzato nell’automazione delle attività di ingegneria dell’intelligenza artificiale. Il sistema può assistere i team nella progettazione degli ambienti operativi, nella definizione degli strumenti utilizzabili dagli agenti, nella costruzione delle valutazioni, nell’analisi dei malfunzionamenti e nella selezione delle strategie di addestramento. Le organizzazioni possono realizzare nuovi agenti direttamente in Oumi oppure collegare infrastrutture agentiche già esistenti, mantenendo i propri sistemi di orchestrazione e utilizzando la piattaforma per valutare e migliorare i modelli sottostanti.
L’architettura proposta da Oumi affronta il problema della separazione tra il comportamento esterno degli agenti e le capacità effettivamente apprese dai modelli linguistici. In molte implementazioni aziendali, il miglioramento delle prestazioni avviene modificando progressivamente i prompt, le istruzioni, gli strumenti disponibili o la sequenza delle operazioni. Questi interventi possono però diventare insufficienti quando il modello non possiede le competenze necessarie per completare in modo affidabile una determinata attività. Oumi propone quindi di collegare direttamente i risultati osservati durante l’esecuzione degli agenti ai processi di addestramento dei modelli. Gli errori riscontrati in produzione, le preferenze espresse dagli utenti e gli esiti delle attività vengono utilizzati, attraverso apposite procedure di preparazione e valutazione, per costruire dataset e modificare i pesi del modello. FAiE coordina queste operazioni aiutando i team a identificare se una prestazione insufficiente dipenda dalle istruzioni, dagli strumenti, dall’orchestrazione o dalle capacità del modello.
Una delle novità principali è Bring Your Own Harness, che consente di mantenere le componenti agentiche già sviluppate dall’impresa, comprese memoria, strumenti, ambienti di esecuzione e logica applicativa. L’infrastruttura esistente può essere collegata a Oumi per eseguire valutazioni, raccogliere dati e addestrare modelli senza richiedere la ricostruzione dell’intera applicazione. In questo modo il modello viene migliorato considerando le condizioni operative nelle quali dovrà essere effettivamente utilizzato. La piattaforma integra inoltre funzionalità di post-training che comprendono il supervised fine-tuning, già supportato, e il Direct Preference Optimization, introdotto per ottimizzare le risposte sulla base di comportamenti preferiti. A queste tecniche si aggiunge Group Relative Policy Optimization, disponibile in Private Preview, che utilizza il reinforcement learning per migliorare le prestazioni sulla base dei risultati conseguiti durante l’esecuzione delle attività.
FAiE può assistere nella scelta delle strategie, nella costruzione delle funzioni di ricompensa, nel monitoraggio delle sessioni di addestramento e nell’identificazione dei problemi emersi durante gli esperimenti. Oumi introduce anche la possibilità di concatenare metodi differenti attraverso procedure multi-stage, combinando più fasi di training all’interno dello stesso processo di sviluppo. L’insieme delle funzionalità permette quindi di creare una sequenza nella quale gli agenti vengono eseguiti, valutati e successivamente aggiornati attraverso nuove versioni dei modelli. Le organizzazioni mantengono il controllo sui dati, sulle configurazioni e sulle componenti addestrate, con la possibilità di sviluppare modelli specializzati per le proprie attività anziché utilizzare esclusivamente servizi general-purpose esterni. Le potenziali riduzioni dei costi e gli incrementi di affidabilità dipendono comunque dalle caratteristiche dei singoli workflow e dai risultati delle valutazioni, mentre le funzioni basate su GRPO rimangono soggette alla disponibilità limitata prevista dalla fase Private Preview.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)