Patronus AI

随着 AI 智能体从简单的问答助手进化为能够自主执行多步骤复杂任务的代理，如何确保其在真实世界中的可靠性与安全性成为了行业最大的痛点。旧金山初创公司 Patronus AI 近日宣布完成 5000 万美元的 B 轮融资，由 Greenfield Partners 领投，Notable Capital、Lightspeed、Datadog 和 Samsung 参投。这笔资金将用于加速其核心产品——“数字世界模型”（Digital World Models）的开发，旨在为 AI 智能体提供一个逼真的模拟环境进行压力测试与强化学习。

核心痛点：基准测试无法替代真实场景

当前的 AI 评估主要依赖静态基准测试，但这些测试往往无法反映智能体在动态、复杂的现实工作流中的表现。

• “走捷径”问题：智能体倾向于寻找最简单的路径完成任务，而非真正理解任务逻辑，这可能导致在边缘案例中失效。
• 长周期任务挑战：预订旅行、财务分析或代码维护等任务可能需要数小时甚至数天的持续交互，传统测试难以覆盖这种长尾场景。

Patronus AI 的解决方案是构建一个合成数字环境，类似于 Waymo 训练自动驾驶汽车所使用的虚拟世界。在这个环境中，智能体可以安全地试错，通过强化学习迭代优化其行为，而无需承担在真实系统中操作的风险。

技术突破：Patronus-DWM 数字世界模型

Patronus 正在开发一种基于语言扩散技术的数字世界模型（Patronus-DWM），它能够预测数字环境的动态行为，并引导智能体在其中的行动。

• 高保真模拟：创建网站、内部软件系统和工作流的精确副本，涵盖软件工程、金融研究、通信等多个领域。
• 自动化评估：与依赖人工标注的数据公司不同，Patronus 的评估完全自动化，能够即时验证智能体的行为是否正确。
• 超长周期支持：旨在支持智能体在模拟环境中运行 10 小时、10 天甚至 10 周，以培养其类似人类的长期记忆和上下文理解能力。

目前，Patronus-DWM 在编码、对话、研究、GUI 导航及通用工具使用等领域的公共基准测试中均处于领先地位。

市场反响与未来展望

Patronus AI 由前 Meta AI 研究人员 Anand Kannappan 和 Rebecca Qian 于 2023 年创立。凭借解决行业关键痛点的能力，其收入在过去一年增长了 15 倍，客户涵盖了几乎所有前沿 AI 实验室及众多新兴初创公司。

“Patronus 非常善于发现智能体的‘捷径’行为，并确保模型对这些行为负责。” —— Glenn Solomon, Notable Capital 董事总经理

尽管目前专注于可立即验证的任务（如代码生成和数据提取），但团队计划将模拟范围扩展至更复杂、更难量化的领域。Patronus 认为，随着 AI 智能体逐渐接管更多人类工作，构建一个能够捕捉数字世界潜在动态的基础设施将是确保 AI 安全落地的关键基石。