
Plurai 用自动驾驶仿真方法提升 AI Agent 可靠性

AI Agent 是当前热潮,但可靠性还达不到商用宣传的水平。多个基准测试显示,复杂任务中的代理仍然需要密切监督。LiveBench 2.0 的数据中,Claude Fable 5.2 在 100 项任务里成功 82.9 项,ChatGPT-6 Astra 成功 75.6 项;AI 基础设施公司 EON 的企业环境模拟测试显示,表现最好的 Claude Opus 4.8 准确率也只有 76.8%。
Plurai 想用自动驾驶行业的方法来解决这个问题:用基于企业自身数字系统的合成数据做仿真,让模型提前应对困难边缘情况。创始人 Ilan Kadar 和 Elad Levi 来自自动驾驶公司 Nexar,Kadar 曾与 Waymo 合作,模拟和评估端到端深度学习驾驶软件。他在接受 TechCrunch 采访时说,看到 AI Agent 浪潮时发现了同样的模式:做演示很容易,但要做到可靠且成本可控很难,所以想构建仿真层。
Plurai 的具体机制是创建企业电子系统的数字孪生,包括生产环境中 Agent 会访问的知识库和工具。平台映射出 Agent 所有可能的流程,用这张图生成评估用例并修复边缘情况。它不替代现有 Agent 工具,而是与 Claude Code、Codex、Copilot、Cursor 等并行工作。
本周三,Plurai 宣布完成 1300 万美元种子轮融资,由 Team8 领投,U&I、Velocity、Mercer 跟投。融资的主要用途是利用仿真收集的数据对小型开放权重模型做后训练,为特定客户定制。Kadar 表示,与 Nvidia 和 Nebius 合作测试显示,Plurai 的模型在低成本下可超越中端前沿模型。具体方法是把大任务分解成小任务,用仿真训练开源模型,再用仿真验证质量是否接近或超过前沿模型,同时成本降低一个到两个数量级。
天使投资人、Google DeepMind 研究员 Reah Miyara 认为,Plurai 的竞争力来自理解生产环境中的失败模式,并用合成数据调整模型。她提到,企业 IT 领导者正在发现前沿模型与自己特定数据不匹配,长期成本不可持续。这给了专用模型实际空间。
Kadar 的判断是,无论 OpenAI 和 Anthropic 的模型变得多聪明,它们都不会了解你的业务和你的政策。物理世界中已经有类似路径:通用 AI 模型赋予机器人能力,但还不够可靠到广泛部署;针对特定任务训练的模型已经在现场为客户工作,同时收集真实世界数据。Plurai 希望数字世界的 Agent 也能这样走向实用。

