Plurai привлекла $13 млн для повышения надежности ИИ-агентов
ИИ-агенты по-прежнему плохо справляются со сложными задачами без тщательного контроля. В бенчмарках Claude Fable 5.2 успешно выполнила 82,9 из 100 заданий, а ChatGPT-6 Astra — 75,6. В симулированной корпоративной среде, которую тестировала EON, Claude Opus 4.8 показала точность 76,8%.
Plurai рассчитывает улучшить такие показатели с помощью симуляций, используя подходы из сферы беспилотного вождения. Компания создает цифрового двойника электронных систем клиента, включая базу знаний и инструменты, доступные агенту в рабочей среде. Затем она описывает возможные сценарии действий и применяет эту модель для оценки и исправления проблемных случаев: например, игнорирования лимитов на поездки, ошибок при объединении данных из нескольких баз или потери контекста в продолжительном разговоре с клиентом.
Платформа совместима с Claude Code, Codex, Copilot и Cursor. По словам Plurai, ее основная долгосрочная цель — использовать собранные данные для дообучения небольших моделей с открытыми весами под задачи отдельных клиентов. Испытания с участием Nvidia и Nebius, как утверждает компания, показали превосходство таких моделей над frontier-моделями среднего уровня при меньшей стоимости. Plurai объявила о посевном раунде на $13 млн, который возглавила Team8; U&I, Velocity и Mercer также участвовали. Сооснователи Илан Кадар и Элад Леви ранее работали в Nexar.
Текст подготовлен ИИ Sakhanda Wire по материалу TechCrunch. Факты, цитаты и полный контекст — в оригинальной статье ниже.