Главное в материале

  • Plurai привлекла $13 млн посевного раунда во главе с Team8 при участии U&I, Velocity и Mercer
  • Стартап создаёт цифровой двойник корпоративных систем, чтобы готовить агентов к редким сценариям
  • Тесты с Nvidia и Nebius показали, что дообученные малые модели превосходят средние frontier-модели при снижении затрат на порядок или два

Проблема надёжности агентов

ИИ-агенты активно рекламируются, но бенчмарки показывают, что они пока недостаточно надёжны для работы без постоянного контроля. По данным LiveBench 2.0, Claude Fable 5.2 успешно выполняет 82,9 задачи из 100, а ChatGPT-6 Astra — 75,6. Тестирование агентов в симулированной корпоративной среде, проведённое инфраструктурной компанией EON, показало, что лучшая модель, Claude Opus 4.8, справляется с задачами с точностью 76,8%.

Подход из автономного вождения

Стартап Plurai предлагает применить к агентам методы, которые помогли вывести беспилотные автомобили на дороги: симуляции на основе синтетических данных, построенных по цифровым системам конкретной компании. Основатели Илан Кадар и Элад Леви ранее работали в Nexar, разработчике технологий автономного вождения; Кадар сотрудничал с Waymo над симуляцией и оценкой end-to-end ПО для вождения. «Когда мы увидели волну ИИ-агентов, мы увидели тот же паттерн: демо сделать очень легко, но получить надёжный и экономически эффективный продукт — трудно», — сказал Кадар в интервью TechCrunch.

Как работает платформа

Plurai создаёт цифровой двойник электронных систем компании — базы знаний и инструментов, к которым агент получит доступ в продакшене, — а затем строит граф всех возможных сценариев работы агента и использует его для подготовки модели к редким случаям. Платформа совместима с существующими инструментами вроде Claude Code, Codex, Copilot и Cursor. По словам Кадара, главная перспектива — дообучение малых open-weight моделей под нужды конкретного клиента: тесты в сотрудничестве с Nvidia и Nebius показали, что такие модели превосходят средние frontier-модели при снижении затрат на порядок или два. Исследователь Google DeepMind Реа Мияра, инвестировавшая в Plurai как ангел, считает преимуществом компании понимание режимов отказа в продакшене и генерацию синтетических данных для настройки моделей.

Инвестиции и ставка основателей

В среду стартап объявил о привлечении $13 млн посевного раунда во главе с Team8 при участии U&I, Velocity и Mercer. Основатели проводят аналогию между агентами в физической и цифровой средах: мощные универсальные модели дают роботам впечатляющие возможности, но пока недостаточно надёжны для массового внедрения, тогда как роботы со специализированными моделями уже работают в поле и собирают реальные данные. «Какими бы умными ни были модели OpenAI и Anthropic — а они будут намного умнее — они не будут знать ваш бизнес и ваши правила», — заявил Кадар.