Plurai 将自动驾驶汽车模拟技术引入 AI 智能体

目前，AI 智能体正陷入一种“演示即巅峰，落地即崩溃”的困境。尽管它们在处理孤立的、令人印象深刻的任务时表现出色，但基准测试数据（如 LiveBench 2.0）显示，即使是 Claude Fable 5.2 和 ChatGPT-6 Astra 等顶级模型，在处理复杂的多步骤工作流程时，准确率也难以达到 85%。对于小企业主而言，这意味着一个能预订航班的智能体，一旦遇到公司自定义的支出政策，可能就会立刻失效。

发生了什么

由自动驾驶行业资深人士创立的初创公司 Plurai 已筹集了 1300 万美元的种子轮资金，旨在解决这一可靠性差距。据 TechCrunch 报道，该公司正在将用于训练自动驾驶汽车的模拟技术应用于企业 AI 智能体领域。联合创始人 Ilan Kadar 和 Elad Levi 此前曾与 Waymo 合作进行端到端深度学习研究，他们认为 AI 智能体本质上是概率系统，当遇到“边缘案例”（即业务运营中固有的混乱、非标准场景）时就会失败。

Plurai 为企业的内部系统（包括知识库和软件工具）构建了“数字孪生”。通过映射每一种可能的交互流程，该平台生成合成数据，用于针对这些边缘案例对智能体进行训练和测试。该公司声称，这使他们能够对较小的开源权重模型进行后训练，使其在特定任务上的表现优于前沿模型，且成本仅为后者的一小部分。该初创公司的方法得到了 Google DeepMind 研究员 Reah Miyara 的支持，他指出，前沿模型往往与企业的特定数据“分布不一致”，这使得它们既不可靠，在财务上也难以持续。

为什么这对小公司很重要

如果你正在管理一个小团队，你可能已经感受到了“前沿模型税”的压力。你为市面上最智能的模型付费，但仍需时刻盯着它们，因为它们并不“了解”你的具体业务规则。Plurai 向训练小型化、专业化模型转型，是中型企业实现实际投资回报率的唯一途径。依赖庞大的通用模型来处理独特的内部工作流程，就像用大锤挂相框一样——既昂贵、不精确，又容易损坏墙壁。

通过专注于合成数据和模拟，Plurai 本质上提供了一种构建“专家”智能体的方法，它无需庞大的工程团队即可理解你公司的特性。如果他们的主张能够实现，这将把负担从人工监督转移到基于模拟的自动化验证上，最终使智能体能够在无需持续人工干预的情况下处理跨数据库查询或复杂的政策执行等任务。

本周要做的事

1. 审计你当前的智能体工作流程，找出最常出现“边缘案例”失败的三个场景，即你的 AI 需要持续人工修正的具体情况。
2. 梳理你的智能体目前难以集成的内部数据源和公司政策，因为这些将是未来任何基于模拟训练的主要输入内容。
3. 评估你目前在通用模型 API（如 Claude 或 GPT）上的月度支出，以确定你当前的“通才”策略与你所获得的性能相比，是否真的具有成本效益。

来源

• Plurai wants to help AI agents work better using the same approach that helped get self-driving cars to roads — TechCrunch - AI