← 返回首页
🧪

Plurai

Plurai

把自动驾驶的仿真验证方法论搬进智能体:数字孪生 + 对抗用户 + 定制小模型护栏

仿真测试 Agent 评测 开源生态 新
A-
智能体上线前仿真验证与自改进基础设施
⭐⭐⭐⭐⭐

📖 产品简介

Plurai 于 2026 年 11 月 11 日宣布完成 1300 万美元种子轮融资并全面开放平台(GA),提供面向「可信、自改进 AI 智能体」的仿真基础设施。

思路来自自动驾驶:基于客户自有知识库、工具与策略,为智能体及其所处世界构建数字孪生,再在沙箱中运行数千个真实与对抗用户,覆盖长尾边界场景,暴露策略违规、幻觉、错误动作、工具调用失败、任务失败与敏感数据泄露;同一套仿真数据随后用于生成修复方案,并后训练出每个智能体专属的小语言模型(SLM)。生产环境中这些 SLM 承担双重角色:既可替代前沿大模型执行智能体以降本增效,又充当常驻评测器与护栏,检查每个动作、执行公司策略,新发现的失败回流仿真形成闭环。平台此前仅对部分设计伙伴开放,现已向所有智能体开发者开放并提供免费层,可直接从 Claude Code、Codex、GitHub Copilot 起步,也可仿真与改进 Salesforce Agentforce 等企业平台上的智能体。官方口径:把设计伙伴的智能体开发周期从数月压缩到数小时、到达真实用户的失败减少 82%、可靠智能体运行成本降低 97%;与 NVIDIA、Nebius 合作中为某全球企业客户后训练的模型,以约 40 倍 / 44 倍更低成本在准确率上超过 OpenAI 与 Anthropic 前沿模型(均为厂商口径)。本轮由 Team8 领投,U&I、Velocity、Mercer 及 CyberArk 创始人 Udi Mokady 等 20 余位天使参投,Microsoft 365 Copilot CTO Eyal Carmi 加入顾问委员会;BARRED 合成训练数据方法被 ICML 2026 收录,并入选 Gartner 2026 AI 评测与可观测性平台市场指南代表性厂商。创始团队 Dr. Ilan Kadar(CEO)与 Dr. Elad Levi(CTO)出自自动驾驶公司 Nexar。

定位
把自动驾驶的仿真验证方法论搬进智能体:数字孪生 + 对抗用户 + 定制小模型护栏
适合人群
把智能体推上生产、担心长尾失败的企业团队 受监管行业需要策略护栏与可审计评测 希望用定制小模型替换前沿模型以降低推理成本的团队
支持平台
Web / API、Claude Code、Codex、GitHub Copilot、Salesforce Agentforce
开源
否

✨ 核心功能

  • 🧬 数字孪生:依据客户知识库、工具与策略重建智能体及其真实运行环境
  • ⚔️ 数千真实与对抗用户在沙箱中并发,覆盖长尾边界与策略违规
  • 🛠️ 仿真数据自动生成修复,并后训练每个智能体专属 SLM
  • 🛡️ SLM 常驻评测与护栏:检查每个动作、强制执行公司策略,失败回流闭环
  • 🔌 可直接从 Claude Code / Codex / GitHub Copilot 起步,支持仿真 Salesforce Agentforce 智能体
  • 💰 官方口径:开发周期数月→数小时、线上失败 -82%、运行成本 -97%

⚖️ 优缺点分析

👍 优点

  • 把自动驾驶已验证的仿真/边界场景方法论系统移植到智能体,工程思路扎实
  • 从找失败到生成修复再到生产护栏形成闭环,而非只做评测报告
  • 已 GA 且提供免费层,个人开发者可直接试用
  • 创始团队有量产级自动驾驶系统落地经验,研究成果进 ICML 2026

👎 缺点

  • 关键效率与成本数据均为厂商口径,缺第三方独立复现
  • 需提供知识库、工具与策略配置,接入有一定工程量
  • 定制 SLM 效果依赖仿真覆盖度,长尾之外仍可能漏检
  • 作为新 GA 平台,长期生态与定价档位尚不清晰

📊 评分详情

功能完整
9
易用程度
8
安全可靠
8.5
性价比
9

💬 用户评价

「Waymo 用超过 200 亿英里的仿真里程建立信任,我们把同一套方法带给 AI 智能体。」——Dr. Ilan Kadar,Plurai 联合创始人兼 CEO

📝 更新日志

  • 2026-11-11
    $13M 种子轮 + 平台 GA
    Plurai 于 2026-11-11(PR Newswire 官方新闻稿)宣布完成 1300 万美元种子轮融资(Team8 领投,U&I、Velocity、Mercer 及 CyberArk 创始人 Udi Mokady 等参投,Microsoft 365 Copilot CTO Eyal Carmi 加入顾问委员会),同时平台从设计伙伴限定转为向所有智能体开发者开放并推出免费层。核心能力:智能体与环境的数字孪生、数千真实/对抗用户仿真、自动生成修复、后训练定制 SLM 用作生产替代模型与常驻护栏。官方口径:开发周期数月→数小时、到达真实用户失败 -82%、运行成本 -97%;与 NVIDIA / Nebius 合作中为全球企业客户后训练模型以约 40x / 44x 更低成本在准确率上超过 OpenAI / Anthropic 前沿模型。BARRED 方法被 ICML 2026 收录,入选 Gartner 2026 AI 评测与可观测性平台市场指南代表性厂商。国内报道:腾讯新闻/IT时代网(2026-11-12)、AI Agents Directory(2026-11-11)。