锦秋基金已完成 Pokee AI 的投资。
锦秋基金作为一家12年期的AI基金，始终秉持长期主义的投资理念，积极寻找具有突破性技术和创新商业模式的通用人工智能初创企业。
在大模型普遍追求规模化的背景下，锦秋基金被投企业Pokee AI选择了一条不同的发展路径，推出了研究智能体PokeeResearch，旨在让AI学会如何像研究员一样思考与验证。
Pokee AI最新发布了一款面向“深度研究”场景的7B参数智能体。该智能体采用“来自AI的反馈强化学习”（RLAIF）与链式思维的多轮自校验推理脚手架，旨在解决浅层检索、对齐度量薄弱和工具使用脆弱这三大痛点。
PokeeResearch是一款专为“深度研究”场景打造的智能体模型，它不依赖更大的参数规模，而是在“推理稳定性”和“事实可靠性”上实现了新的突破。
根据团队实验结果，PokeeResearch在10项深度研究/开放域问答基准上取得了同规模（7B）模型中的最佳平均表现。
➡️项目已在 GitHub 以 Apache 2.0 协议开源推理与模型代码
➡️ https://github.com/Pokee-AI/PokeeResearchOSS
核心看点
训练范式
PokeeResearch基于RLAIF + RLOO的统一强化学习框架，不依赖人工标注，直接围绕事实正确性、引文忠实度和指令遵循等“人类关注指标”优化策略。
推理稳健性
PokeeResearch引入了“研究—验证”双模式循环与多调用自纠错机制。当遇到工具调用失败时，它能诊断并恢复，并对候选答案进行自我核验以过滤显性错误。
7B模型量级中表现最佳
在HLE、GAIA、BrowseComp以及NQ、TriviaQA、HotpotQA、2Wiki、Musique、Bamboogle、PopQA共10项权威基准上，PokeeResearch均取得了7B量级同类最优平均成绩（mean@4）。
开源与复现
PokeeResearch基于MIT许可协议开源，提供了可复现的实验设置与推断代码，便于社区进行复评与落地集成。
技术要点
RLAIF 奖励设计
以外部LLM作为“客观评审”，对生成答案的语义正确性进行判定，避免F1/EM等纯词汇重合指标的偏差；训练中采用RLOO获得更稳健、几乎无偏的策略梯度估计。
研究—验证循环
研究模式中执行“分解问题—检索—阅读—综合”，并允许多次工具调用与自我修正；验证模式对答案做一致性与可用性检查，不通过则回到研究模式继续迭代。
工具链
PokeeResearch提供了面向互联网检索与网页内容提要的标准化工具接口，服务于证据收集、证据综合和结论生成的闭环。
数据与结果
信息寻址/网页浏览能力
在HLE、GAIA、BrowseComp等基准上，PokeeResearch取得了7B规模最优均值表现。
开放域/多跳问答
在NQ、TriviaQA、HotpotQA、2Wiki、Musique、Bamboogle、PopQA等基准上，PokeeResearch均取得了同等规模下的最佳表现。
注：完整分数、评测设定与样本量详见论文正文与附录表格/图示。
典型场景
深度检索与事实核查
PokeeResearch支持多源证据汇聚，并提供可追溯的引用。
复杂长链路问答
PokeeResearch能够处理跨文档、多跳推理，并具备过程自校验能力。
研究写作与情报分析
PokeeResearch面向报告、备忘与策略建议，提供结构化输出。
研究团队与论文信息
论文题目
PokeeResearch: Effective Deep Research via Reinforcement Learning from AI Feedback and Robust Reasoning Scaffold
作者
Yi Wan, Jiuqi Wang, Liam Li, Jinsong Liu, Ruihao Zhu, Zheqing Zhu（Pokee AI）
开源地址：https://github.com/Pokee-AI/PokeeResearchOSS
（*为共同一作）
关于 Pokee AI
Pokee AI 专注于打造面向真实业务场景的 研究级智能体 与 自动化工作流，以开放、稳健的技术路线推动生产力工具的下一代体验。
作为全球首个可连接数千种工具的通用基础 AI 智能体，Pokee 无需定制集成、MCP 服务器或重新训练，便能将最热门的AI工具与最常用的互联网平台整合，为用户实现日常工作的全自动化。Pokee AI真正做到了“一个智能体，上千工具，丝滑体验”。当前，Pokee AI已在数十个互联网平台上线，并提供无缝衔接的安全登录方式。
