Plurai 完成 1300 万美元种子轮，在客户之前先把 agent 玩坏

Plurai 引用了 VentureBeat 的一项调研：一半的企业上线过通过了内部评测、但到了客户面前照样翻车的 agent 或 LLM 功能。Plurai 的解法是照搬自动驾驶那一套，先造一个模拟世界，让车在里面撞够了再上路。这家以色列初创公司完成 1300 万美元种子轮，Team8 领投，U&I、Velocity、Mercer 和 20 多位天使参与，其中包括 CyberArk 创始人 Udi Mokady。微软 365 Copilot 的 CTO Eyal Carmi 加入了顾问委员会，估值未披露，平台同时正式上线。官方稿：https://www.prnewswire.com/news-releases/plurai-raises-13m-to-build-the-simulation-infrastructure-for-trustworthy-self-improving-ai-agents-302936422.html

做法说白了是三步。用客户自己的知识库、工具和规则，给 agent 和它所处的环境做一个数字孪生。在沙盒里放出成千上万个真实的和故意找茬的用户去轰它，专门找违规、幻觉、错误操作、坏掉的工具调用、没完成的任务和数据泄露。上线以后，再给每个任务后训练专用的小模型，生产环境就不用每次都请前沿大模型来当裁判。

数字都是 Plurai 自己给的：设计伙伴的开发周期从几个月压到几小时，到达真实用户的故障少了 82%，运行成本降了 97%。和英伟达、Nebius 合作时，给一家企业客户后训练的模型准确率超过了 OpenAI 和 Anthropic 的前沿模型，成本分别低 40 倍和 44 倍。两位创始人 Elad Levi 和 Ilan Kadar 来自做行车数据的 Nexar，模拟优先的思路就是从那里来的。

轮次不大，论点很尖。这周反复出现的主线又来了：验证器才是产品，单个任务的成本在模型之外决定。Plurai 把这两件事装进了一个盒子。真正的考验是，用文档搭出来的孪生世界，能不能抓到真实客户那种乱七八糟的失败。