Plurai融资1300万美元 帮智能体少翻车

AI智能体演示惊艳、落地翻车，是当下企业用户的共同痛点。各类基准测试显示，最强模型在企业模拟环境里也只有七成多的任务能独立完成。一家叫Plurai的初创公司想用自动驾驶行业验证过的老办法解决这件事：先在仿真世界里把事故都撞一遍。

周三，Plurai宣布完成1300万美元种子轮融资，由Team8领投，U&I、Velocity和Mercer参投。两位创始人卡达尔与莱维都出自自动驾驶数据公司Nexar，前者曾与Waymo合作，用仿真环境评估其端到端深度学习驾驶软件。

他们的判断是：智能体和端到端驾驶模型一样，都是在不可预测环境里运行的概率系统——订旅行时会无视报销政策，跨数据库组合查询就容易出错，冗长的客服对话会把上下文撑爆。Plurai的做法是给企业的知识库和工具链建一个数字孪生，把智能体所有可能路径铺成一张图，提前生成边界情况的评估与修补方案，并与Claude Code、Codex、Copilot、Cursor等现有智能体工具配合工作。

更深一层的生意是定制小模型：用仿真数据把大任务拆解、对开源小模型做定向后训练。与英伟达和Nebius合作的测试显示，其模型质量可与中档前沿模型比肩，成本却低一到两个数量级。谷歌DeepMind研究员、天使投资人米亚拉评价说，Plurai的优势在于理解生产环境的失败模式，并用合成数据去调优——毕竟前沿模型对企业私有数据总是「不在分布内」，价格也难以长期承受。

卡达尔的逻辑很直白：无论OpenAI和Anthropic的模型多聪明——它们肯定还会更聪明——它们不会懂你的业务和你的政策。

编译自 TechCrunch，原标题："Plurai wants to help AI agents work better using the same approach that helped get self-driving cars to roads"