Plurai набра 13 млн. долара за по-надеждни AI агенти
AI агентите все още се затрудняват със сложни задачи без постоянен надзор. В бенчмарк тестове Claude Fable 5.2 е изпълнил 82,9 от 100 задачи, а ChatGPT-6 Astra — 75,6. В симулирана корпоративна среда, оценена от EON, Claude Opus 4.8 е постигнал 76,8% точност.
Plurai се опитва да подобри тези резултати чрез симулации, наподобяващи използваните при автономното шофиране. Стартъпът създава дигитален близнак на системите на клиента, включително базата знания и инструментите, до които агентът ще има достъп в реална работа. След това картографира възможните работни потоци и използва тази структура, за да проверява и коригира редки проблеми — например пренебрегване на правила за разходи при пътуване, затруднения при съчетаване на данни от няколко бази или загуба на контекст в дълъг разговор с клиент.
Платформата работи с Claude Code, Codex, Copilot и Cursor. Plurai заявява, че иска да използва събраните данни за дообучаване на по-малки модели с отворени тегла за конкретни клиенти. Тестове с Nvidia и Nebius според компанията са показали по-добри резултати от модели от средния сегмент на frontier моделите при по-ниски разходи. Plurai обяви начален кръг от 13 млн. долара, воден от Team8, с участието на U&I, Velocity и Mercer.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на TechCrunch. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.