红杉领投，这家18人AI公司如何让模型持续学习？

当前AI模型存在一个关键局限：如果不经过进一步训练，它们就无法真正从错误中学习。对于法律、金融等专业领域的企业来说，要让通用AI模型适应特定业务需求，通常需要通过微调来实现，但这一过程往往意味着企业需要组建内部研究团队，或聘请成本高昂的外部顾问。

一家名为Trajectory的初创公司希望将这一过程自动化，让AI模型能够根据反馈持续学习，并不断提升在专业任务中的表现。Trajectory成立于约一年前，由三位斯坦福大学同学联合创办，创始团队拥有Google DeepMind和苹果的工作经历。

近日，这家仅有18名员工的初创公司宣布完成4500万美元A轮融资，估值达到3亿美元。本轮融资由红杉资本领投，英伟达、Bessemer Venture Partners和Bain Capital Ventures参投。

Trajectory联合创始人Ronak Malde将基础模型比作一位非常聪明、但每次都要从头开始工作的博士生。“但真正能为经济创造价值的，是一个已经在岗位上工作了30年的人。”Malde表示。

Trajectory希望通过“持续学习”的方法解决这一问题。使用Trajectory的企业可以从一个开源AI模型起步，将Trajectory平台接入自身应用，由平台持续收集模型在实际任务中的表现反馈。随后，Trajectory利用这些反馈数据重新训练模型，让模型随着时间推移，逐渐提升处理特定专业任务的能力。

Malde表示，借助Trajectory，律师、医生以及其他领域的专业人士几乎可以自行完成模型的持续优化，而不再需要高度依赖专业AI研究人员。这有望显著降低专业AI模型的部署成本，并加快落地速度。

目前，Harvey和Rogo等AI公司已经开始使用Trajectory的平台，对开源模型进行后训练，使其能够通过过去的任务积累经验，逐渐表现得像资深律师或金融分析师。例如，模型可以通过反复审查某一类型的法律合同，或者按照特定估值方法对企业进行价值评估，逐步提升在这些专业任务中的表现。Trajectory的其他客户还包括Decagon、Mercor和英伟达。目前，该公司正正式向公众开放其后训练平台。

Malde表示，“使用Trajectory的人，可以自行定义什么才是符合其组织要求的优秀表现，并将这些标准转化为模型能力的实际提升。”

从技术理念来看，Trajectory的持续学习方法与递归式自我改进存在一定相似之处。不过，Trajectory联合创始人Michael Elabd认为，在训练过程中保留人类参与，能够让这种持续改进机制更加安全。相比之下，完全自主的AI自我改进可能产生意料之外、甚至具有危险性的结果。

Trajectory并不是唯一一家试图实现AI后训练自动化的公司。它将前OpenAI首席技术官Mira Murati创办的Thinking Machines Lab视为直接竞争对手，后者已经推出了名为Tinker的模型微调平台。其他竞争者还包括Applied Compute，以及帮助企业构建和训练专属AI Agent的Prime Intellect。其中，Applied Compute在上个月的融资中估值已经达到32.5亿美元。

尽管竞争正在加剧，Malde认为，Trajectory最大的竞争优势仍然是其团队。Malde曾是Google DeepMind从Windsurf吸纳的少数研究人员之一。另一位联合创始人Michael Elabd同样拥有DeepMind的工作经历，而第三位联合创始人Arjun Karanam此前曾在苹果参与生成式基础模型的研发。此外，Trajectory还从OpenAI、Stripe和Netflix招募了研究人员及产品设计师。

对于一家专注AI模型训练的公司来说，为什么产品设计如此重要？Karanam解释称，Trajectory开发了一套更加易于使用的交互界面，目的是降低AI后训练的使用门槛，让不具备技术背景的企业客户也能够直接参与模型的训练与优化。