前谷歌和苹果研究员创立新公司，为AI构建缺失的反馈循环
一群曾在 Google DeepMind、Apple、OpenAI 和 Meta Superintelligence Labs 工作的 AI 研究员，于周三宣布成立一家名为 Trajectory 的新创业公司。Trajectory 旨在帮助各类企业通过真实用户交互数据持续改进其 AI 产品，构建能够持续学习的 AI 平台。
核心问题：AI 训练后的“智能停滞”
当前，OpenAI、Google 和 Anthropic 等公司虽然在训练越来越强大的 AI 模型方面取得了成功，尤其是在编程、数学和科学领域。然而，这些系统在训练完成后便停止进步，无法从实际使用中的错误实时学习。这一“持续学习”的瓶颈，被研究者视为 AI 进一步发展的主要障碍。2025 年 12 月，在 NeurIPS 大会上，图灵奖得主 Richard Sutton 明确指出，持续学习是构建超级智能体的关键。
Trajectory 的解决方案：借鉴“Vibe Coding”迭代模式
Trajectory 的 CEO 兼联合创始人 Ronak Malde 指出，一些领先的 AI 编程产品（如 Cursor）已经实践了早期版本的持续学习——利用用户交互的真实数据进行后训练，并定期发布模型改进。他认为，这正是 AI 编程产品快速崛起并引发各大 AI 实验室竞相开发“Vibe Coding”应用的核心原因。Trajectory 希望将这种快速迭代循环推广到所有类型的公司，让 AI 产品能够持续从用户反馈中学习。
团队与融资
Trajectory 已获得 1500 万美元 的种子轮融资，投后估值为 1.15 亿美元。本轮由风投公司 Conviction 领投，Bessemer Venture Partners、Radical VC 和 BoxGroup 参投。个人投资者包括 Google DeepMind 首席科学家 Jeff Dean 和斯坦福教授、World Labs CEO、“AI 教母”李飞飞。
联合创始人团队背景亮眼：
- Ronak Malde：曾任 Windsurf（后被 Google DeepMind 以 24 亿美元收购）的 AI 研究员，随后加入 Google DeepMind。
- Arjun Karanam：前 Apple AI 研究员，曾参与 Vision Pro 项目。
- Michael Elabd：曾任职于 Google DeepMind 的机器人部门。
行业意义
Trajectory 的成立标志着业界对“持续学习”的重视进入新阶段。如果成功，它将填补 AI 产品在部署后无法自我进化的关键空白，使 AI 系统从静态工具转变为动态、自适应的智能体，从而在客服、医疗、自动驾驶等众多领域释放更大价值。