Trajectory 发布公开后训练平台并获 Sequoia 领投 4500 万美元融资

Trajectory 宣布其持续学习（continual learning）平台向公众开放，允许非技术专家通过收集反馈自动微调开源模型，同时完成由 Sequoia 领投的 4500 万美元 A 轮融资，估值达 3 亿美元。该平台旨在解决通用大模型无法从错误中自主学习的问题，使法律、金融等领域的专业人士能自行优化模型表现。

现有客户包括 Harvey、Rogo、Decagon、Mercor 和 Nvidia，这些企业利用该工具对开源模型进行后训练，使其在特定任务（如审查合同或评估公司价值）上表现更资深。创始团队来自 Google DeepMind、Apple 和 OpenAI，强调人机协作的安全性与设计驱动的非技术界面，以此区别于 Thinking Machines Lab、Applied Compute 等竞争对手。

事实层面，融资额、估值、客户名单及团队履历均为原文明确信息；推断层面，该模式可能降低企业部署专用 AI 的成本门槛，但具体单位经济模型尚未披露；猜测层面，其能否在长期竞争中维持优势取决于非技术用户的实际留存率与数据飞轮效应，目前尚不可知。