无论是由OpenAI、Anthropic开发，还是基于开源替代方案构建，当前的AI模型都有一个关键局限：如果不进行进一步训练，它们不会从错误中学习。
将这些模型用于法律、金融等专业领域的企业，通常会通过微调通用模型来解决这一问题。不过，这往往需要聘请内部研究团队，或者依赖昂贵的顾问，也就是通常所说的前置部署工程师（FDEs）。
由三位斯坦福同学在大约一年前创立的初创公司Trajectory，希望自动化这一流程，让AI模型能够从反馈中学习，并在专业任务上持续改进。这三位创始人都曾有Google DeepMind和Apple的工作经历。
这家拥有18名员工的公司刚刚宣布完成4500万美元A轮融资，估值达30亿美元。本轮融资由Sequoia领投，Nvidia、Bessemer Venture Partners和Bain Capital Ventures参投。
Trajectory联合创始人Ronak Malde将基础模型比作“一个非常聪明、但总是在开始一份新工作的博士生”。“但经济真正看重的是一个在岗位上工作了30年的人，”他对TechCrunch说。
这家初创公司的目标是通过一种名为持续学习的方法来解决这一问题。使用Trajectory的企业可以先从一个开源AI模型开始，并将该平台接入自己的应用，从而收集模型表现方面的反馈。随后，Trajectory会利用这些信息重新训练模型，帮助其随着时间推移在专业任务上不断改进。
Malde说，借助Trajectory，律师、医生以及其他专业人士可以几乎自动地自行改进模型。这种能力可能让部署专用AI变得更快、更便宜。
Harvey和Rogo等公司已经在使用Trajectory的平台对开源模型进行后训练，帮助它们更像经验丰富的律师或金融分析师那样工作，方法是让模型从以往任务中学习，例如审查某类法律合同，或使用特定方法论对公司进行估值。Trajectory的其他客户还包括Decagon、Mercor和Nvidia。这家初创公司现在正将其后训练平台向公众开放。
Malde说，使用Trajectory的人会决定“对他们的组织来说，什么才算好，并且可以把这一点转化为对模型的改进”。
Trajectory的持续学习方法与递归自我改进（RSI）有一些相似之处，后者指的是AI系统可以提升自身能力。不过，联合创始人Michael Elabd认为，让人类参与训练过程使Trajectory的方法更安全，因为自主自我改进可能导致非预期甚至危险的结果。
Trajectory并不是唯一一家试图自动化后训练的初创公司。该公司认为，由前OpenAI首席技术官Mira Murati创立、并推出微调平台Tinker的Thinking Machines Lab是直接竞争对手，此外还有上月估值达32.5亿美元的Applied Compute，以及帮助企业构建和训练自有AI智能体的Prime Intellect。
Malde认为，这家初创公司的最大优势在于团队。他曾是Google DeepMind从Windsurf挖来的少数研究人员之一。Elabd也曾在DeepMind工作，而Trajectory的第三位联合创始人Arjun Karanam此前在Apple负责生成式基础模型。该公司还从OpenAI、Stripe和Netflix招募了研究人员和产品设计师。
为什么一家专注于AI训练的公司如此重视设计？Karanam表示，公司开发了一个界面，让其非技术客户也能更容易地进行后训练。
