Plurai 周三宣布完成 1300 万美元种子轮融资，用于推进一套以仿真为核心的智能体训练与评估方法。本轮融资由 Team8 领投，U&I、Velocity 与 Mercer 参投。这家初创公司的思路取自自动驾驶行业：用基于企业自身数字系统生成的合成数据搭建仿真环境，让模型提前应对那些难以预料的边界情况。
这一方向针对的是智能体热潮与现实能力之间的落差。针对复杂任务的基准测试显示，智能体通常还不足以在无人密切监督的情况下独立工作。LiveBench 2.0 的测评结果显示，Claude Fable 5.2 与 ChatGPT-6 Astra 任务成功比例分别为82.9%和75.6%；AI 基础设施公司 EON 在模拟企业环境中测试智能体的结果显示，受测模型中表现最好的 Claude Opus 4.8 任务准确率为 76.8%。对这些希望把智能体投入生产的公司而言，剩下的差错空间恰恰是最难处理的部分。
从自动驾驶仿真延伸出的方法
联合创始人 Ilan Kadar 与 Elad Levi 此前在开发自动驾驶技术的 Nexar 任职。Kadar 曾与 Waymo 合作，对后者端到端的深度学习驾驶软件进行仿真与评估。他表示，智能体浪潮出现时，团队看到了同样的模式：做出一个演示很容易，但要做出可靠且成本可控的产品很难；正因为模式相同，他们提出的方案也相同，即构建这一仿真层。
技术上的相似之处在于，为驾驶训练的端到端模型和 AI 智能体都是概率系统，都在不可预测的环境中运行。这种不确定性会以具体方式变成业务失误：被要求预订行程的智能体可能无视企业的差旅开支政策；只查询单一数据库时，智能体通常能可靠地给出答案，但要把多个数据集的信息合并起来，流程就容易卡住；与客服机器人进行长时间对话，会让智能体承载过多上下文，从而走错方向。
数字孪生与边界情况测试
为应对这些情况，Plurai 先为企业电子系统建立数字孪生，把智能体在生产环境中可以访问的知识库与工具一并纳入其中，随后绘制智能体所有可能的流程，再借助这张流程图对模型进行评测，并针对可能出现的边界情况准备修复方案。该平台可与 Claude Code、Codex、Copilot、Cursor 等现有智能体工具配合使用。
Kadar 认为，公司真正的价值在于利用收集到的数据后训练小型开放权重模型，使其贴合单个客户的具体需求。与英伟达、Nebius 合作开展的测试显示，Plurai 的模型以更低的成本超过了中端前沿模型。他描述了其中流程：取一个大语言模型，把任务通过仿真拆解为更小的任务，训练一个开放权重模型，再用仿真验证其质量高于或与前沿模型相当，同时把成本降低一个到两个数量级。
投资人与行业判断
以天使投资人身份参与投资的 Google DeepMind 研究员 Reah Miyara 表示，Plurai 的优势来自对生产环境中失效模式的理解，以及生成合成数据来调优模型的能力。随着企业着手优化 AI 开支，这一做法可能成为实际优势，因为 IT 负责人正意识到，具备前沿能力的模型与自己的特定数据存在分布不匹配，而这些模型的成本长期来看不可持续。
Plurai 希望物理环境与数字环境之间的类比能够成立。强大的通用 AI 模型正赋予机器人引人注目的能力，但还不足够可靠，难以大规模部署；与此同时，由面向特定任务构建的 AI 模型驱动的机器人已经在现场工作，为客户服务并积累有价值的真实世界数据。
在 Kadar 看来，无论 OpenAI 与 Anthropic 的模型将来多么聪明，都不会了解你的业务和你的政策。