Plurai仿效自动驾驶技术，让AI智能体更可靠更省钱
AI智能体能力尚待提升
AI智能体正处于风口，但其实际表现往往与宣传存在差距。多项基准测试显示，这些系统在复杂任务中的可靠性仍显不足。
- LiveBench 2.0数据显示，Claude Fable 5.2在100项任务中完成82.9项，ChatGPT-6 Astra完成75.6项
- AI基础设施公司EON通过在模拟商业环境中测试发现，表现最优的Claude Opus 4.8任务准确率仅为76.8%
源自自动驾驶的技术思路
相同的路径，不同的场景
创业者Ilan Kadar和Elad Levi创立了Plurai，该公司正尝试将自动驾驶技术的成熟方法移植到AI智能体的优化中。两位联合创始人曾效力于自动驾驶平台Nexar，Kadar还曾与Waymo合作，负责其端到端深度学习驾驶软件的仿真与评估工作。
Kadar指出：”当我们观察到AI智能体的浪潮时，发现了完全相似的模式——搭建演示版本很容易，但要实现既可靠又具成本效益的方案则困难重重。”
正是基于这一洞察，团队决定构建专门的仿真层，这正是他们向投资者阐述的核心方案。
融资进展
周三，该公司宣布完成1300万美元种子轮融资。本轮融资由Team8牵头，U&I、Velocity及Mercer参与投资。
智能体的现实困境
与依赖端到端模型驾驶的自动驾驶汽车类似，AI智能体本质上也是概率性系统，运行环境充满不确定性：
- 在处理差旅预订时，面对客户的紧迫需求，智能体可能忽略企业的费用管控政策
- 单一数据库查询时能给出准确答案，但整合多个数据集的信息时便容易出现混乱
- 长时间的客服对话若上下文过多，会导致智能体判断失误甚至偏离正确方向
Plurai的解决方案
构建数字孪生系统
针对上述问题，Plurai的核心做法是为企业电子系统打造数字孪生体，完整复刻知识库及智能体在生产环境中可用的各类工具。随后，系统会梳理智能体的所有可能操作流程，利用映射图对模型进行评估并修复潜在的边界情况。该平台可与Claude Code、Codex、Copilot及Cursor等现有智能体工具协同运作。
后训练开源模型的愿景
Kadar表示，公司的核心价值在于利用积累的数据对小型开源权重模型进行后训练，使其精准匹配客户的具体需求。在与英伟达和Nebius合作的测试中，该公司的模型以更低成本超越了中高端前沿模型的表现。
“我们可以选取一个大语言模型，将任务拆解为更小的子任务，借助仿真环境进行训练，再用仿真验证质量是否能达到或超越前沿模型，同时将成本降至原有水平的百分之一甚至万分之一。”他解释道。
行业视角与市场机遇
Google DeepMind研究员Reah Miyara作为天使投资人参与了此轮融资。她认为Plurai的优势在于深入理解生产环境中的失效模式，并能生成合成数据用于模型调优。
随着企业不断优化AI支出，Plurai的方法论有望成为差异化竞争力。Miyara指出：”IT负责人正逐渐意识到，前沿级模型的分布与自身特定数据并不匹配，长期来看高昂的使用成本难以持续。”
类比自动驾驶的未来路径
Plurai希望AI智能体在物理环境与数字环境之间建立的可比性能够验证其预测。尽管强大的通用AI模型正赋予机器人令人惊叹的能力，但这些模型尚未足够可靠以实现广泛部署。相比之下，基于专用任务模型驱动的机器人已在一线为客户工作，同时收集着宝贵的真实世界数据。
Kadar总结道：”无论OpenAI和Anthropic的模型变得多么聪明——它们确实会越来越强——但它们不会了解你的业务和你的内部政策。”
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！