Meshia

大家好，我是 Luke！

Meshia 是我最初为自己搭建的一个研究实验室，用来实现大规模智能体编排，并能在任何地方调用资源做研究、持续迭代以推动发现。它把我以前在 AI Labs 工作时做过的一堆事情打包到了一起。

过去 4 周，我们的收入从 0 做到了 $100k，我很兴奋能更公开地把这个平台分享给研究者。

让一群智能体协同工作真的很难（就像让一群人协同工作一样）。Meshia 大体上解决了上下文管理、沟通、信任和方向问题，让上千个智能体高效协作。前沿模型会自动审计彼此的工作，工作场所的设计只呈现最重要的实时信息。

最好的研究通常需要额外算力资源（用于训练、推理和模拟）。Meshia 能把不同供应商的资源融合到同一个 workplane 中，按地理位置就近调度可用算力以降低延迟。你可以让 AWS 上的 GPUs 跑模拟，并把结果直接喂给 GCP 上的 TPUs 做训练。

Meshia 在大规模场景下运行得很好，但我发现它也逐渐成了我个人做小规模好奇实验的首选环境。内置的结构化研究流程，加上不同类型模型带来的协作智能，让 Meshia 想出的点子比任何单一模型都更独特。

每个人都可以免费试用 Meshia，附带的 credits 足够在几张 GPUs 上跑一次小规模微调。你可以直接在工作区里连接现有的 ChatGPT、Claude 或 Gemini 订阅，并通过 MCP 控制研究项目（不过我在工作区本身上也做了很多工作，欢迎去看看！）

这还很早期，而且我是单人团队，所以难免有些 bug；但作为回报，我会亲自 24/7 在线帮大家解决问题，把你的研究提升到下一个层次！我希望体验能感觉很神奇！告诉我你的想法 + 任何反馈！

———
想重点说说 SF 的研究者都在用 Meshia 做些什么：
(1) 一家 AI lab 正在探索更高效的分布式训练架构
(2) 一家做语音界面的创业公司在从零训练 speech-to-speech 模型
(3) 在 UCSF 做实验室机器控制
——

祝探索愉快 ❤️🚀！
luke@meshia.io

把来自 17 家供应商的 GPUs 和 TPUs 混在同一个工作区里，才真的能让副项目实验变得负担得起，而不是为了对比两个训练实验还得维护三份云账单。