李飞飞、Jeff Dean押注！不卷大模型，专练越用越聪明的AI

卷更大的模型，不再是唯一答案。新问题是模型能不能在真实场景中越用越聪明。一家叫Trajectory的公司押注这一趋势，要把Cursor的成功秘密做成AI新基建。

5月27日，一家叫Trajectory的公司，正式从隐身模式走入公众视野。

据WIRED报道，它刚刚完成1500万美元种子轮，投后估值1.15亿美元。领投方是Conviction，Bessemer Venture Partners、Radical VC、BoxGroup跟投。

真正炸裂的，是它背后的个人投资者名单：Google DeepMind首席科学家Jeff Dean，「AI教母」World Labs CEO李飞飞，两位AI大佬赫然在列。

他们押注的不是模型，而是模型之外的那一层。

早在去年12月的NeurIPS 2025大会上，强化学习之父、图灵奖得主Rich Sutton，就把同一个判断，摆在了整个AI学术界面前。

而这家公司的三位创始人，背景也都不简单。

CEO Ronak Malde，前Windsurf的AI研究员。去年Google用约24亿美元拿下Windsurf核心人才和资产授权时，他是进入DeepMind的极少数团队核心之一。

另外两位联创也都来自一线AI研发场景。

Arjun Karanam，前Apple AI研究员，参与过Vision Pro相关工作；Michael Elabd，前Google DeepMind机器人部门成员。

Trajectory三位创始人：Michael Elabd（左）、Arjun Karanam （中）Ronak Malde （右）

此外，其11人的研发团队中还汇聚了来自OpenAI、Meta超级智能实验室（Superintelligence Labs）等顶尖机构的AI人才。

Trajectory不是大模型公司。它要干的一件事，是把Cursor闷声做了很久的那件事：让AI从用户的真实使用里持续变聪明，做成所有公司都能用的AI基础设施。

Cursor的进化秘密

藏在反馈闭环里

要理解Jeff Dean和李飞飞，为什么会押注Trajectory这样一家初创公司，必须先搞懂一个概念：反馈闭环。

过去两年，AI编程产品几乎是所有AI应用里进化最快的赛道。

Cursor、Copilot、Windsurf、Claude Code……杀得难解难分。模型一周一个版本，产品体验隔几天就上一个台阶。

它们凭什么进化得这么快？

Malde的答案很简单：这些AI编程工具都在偷偷做同一件事，使用真实使用数据做post-training（后训练），定期把模型再练一遍。

「今天最强的AI，仍然是静态的。」Malde说，「你昨天用的那个模型，今天还会犯同样的错。」这句话点破了当前大模型应用的根本痛点。

举个例子。

OpenAI、Anthropic、Google每隔几个月推一个新版本。但你的客服AI、销售AI、法律AI，并不会因为你昨晚处理了一千个工单，今天就更懂你的业务：它仍然是那个出厂设置的模型。

Cursor的出现，打破了这个魔咒。

它从用户每一次接受补全、每一次修改、每一次撤回里，提取信号，做成训练数据，再回炉模型。每一次产品发版，背后都是一轮真实用户行为驱动的后训练。

Trajectory想做的，正是把这套打法标准化，从AI编程搬进客服、销售、法律。这些行业有个共同点：什么算「成功」，远比代码模糊得多，也更难被数据定义。

但这也最难。代码能不能跑，机器一目了然。一通客服电话有没有解决问题，一份法律文书有没有踩中判例，机器靠什么判断？

Trajectory的解法是另起炉灶：不碰OpenAI、Anthropic的现成模型，而从开源模型出发，照着客户的产品目标做定向后训练。

这一步绕不开。OpenAI、Anthropic的模型再强，权重都攥在它们自己手里，你最多调调接口、喂点提示，动不了模型的筋骨。

而Trajectory要做的事，是拿真实使用数据反复回炉、改写模型本身，因此必须从一个你能完全掌控的开源模型开始。

这种模型被反复回炉，个头不大，只盯着一类窄任务。但Trajectory押注的是，恰恰是在客户最在意的那些场景里，它能跑赢OpenAI、Anthropic那些什么都会的大模型。

不过这只是公司的说法，目前还没有公开benchmark细节。

每砸一单都变成训练数据

据Trajectory官网显示，它已经签下一批早期客户，每一家都是AI原生赛道里的明星公司。

Clay，做GTM（go-to-market，市场进入）和销售线索智能化；Decagon，做企业AI客服；Harvey，做法律AI。

Clay的CEO Kareem Amin说，他们正在测试一个会从用户身上变得越来越聪明的模型，已经看到它从自己错误里学习的实例。「持续学习是Clay路线图上的重要研究方向，Trajectory正在为我们搭建探索这一方向的基础设施。」

Decagon的研究工程师Cyrus Asgari关心的是后训练模型的可引导性。同一个AI客服，部署到不同企业客户那里，「正确的模型行为」是不一样的。Trajectory要解决的，正是怎么严格度量这种可引导性，又用什么训练手段真正提升它。

Harvey的联创Gabe Pereyra把这件事上升到一个新的视角：「法律专业知识活在人类知识的长尾上，是被判例、判断和实践不断重塑的，固定的数据集捕捉不了它。」

也就是说，通用大模型搞不定法律这样的场景，因为这些行业知识每天都在长。

那Trajectory具体怎么做？

以Decagon为例：每当AI客服处理不了一个请求，比如一位想退货的客户被转给人工，这次「失败」就会被Trajectory记录、结构化，进入下一轮后训练。

每砸一次单，都成了下一版模型的训练数据。这样的回炉，最快一周一次。

技术层面，Trajectory的开发者文档显示，它的SDK把智能体行为轨迹（agent traces）和产品遥测数据（product telemetry）转成一种标准化的格式，它为这种格式起的名字，正是「Trajectory」。

这个格式，就是Trajectory做所有事的最小单元。模型训练、效果评估、持续学习都用它。

Trajectory SDK支持从LangSmith等可观测性平台直接接入数据，企业现有的产品日志稍加改造就能用起来。https://docs.trajectory.ai/introduction

一段完整的多轮对话被拆成四层结构：Trajectory（整段对话）→Step（每一轮的累积快照）→Turn（一次用户与智能体的来回）→Message（一条消息）。

每一个Step都被设计成「自包含的训练样本」：给定这段完整上下文，智能体接下来做了什么。

数据进了管线，下一个问题是合规。

哪些数据能进训练？模型更新前要不要批？出问题能不能查？

Trajectory把决定权全部留给客户：SOC 2认证打底，客户自己圈定哪些数据进训练，每一次模型更新都要先过客户自己的评估和审批。

可以看出，Trajectory卖的是一整套「让模型越用越聪明」的基础设施，这正是企业AI落地最缺的一块。

大模型持续学习的管线已经铺开

Trajectory还没有真正实现「持续学习」。至少不是学界定义的那种「实时、在线、每次交互即学习」。

这一点WIRED在报道里也点明了：当前模型大约每周更新一次，更新之间，仍是静态的。

严格说，今天的Trajectory更像是「高频后训练」：把传统几个月一次的版本迭代，压缩到一周一次。

但最难的一步已经迈出去了。

几个月到一周，本身就是数量级的跨越；更重要的是，Trajectory把这套回炉流程跑通成了一条自动化的管线：数据怎么进、模型怎么训、效果怎么评，全部标准化、可复用。

剩下的，就是把周期持续压缩。

联创Elabd对这条路的想象，要比现在大得多：

每天可能也不够，可以是每小时，可以是每次交互。也许每家公司都不止需要一个AI，而是为每个员工都训练一个AI。

当然，愿景再大，眼下要啃的还是工程硬骨头：怎么把企业产品里的真实使用数据，干净、合规、可审计地变成训练数据。

但方向已经清楚。

下一层基础设施正在长出来

把视野拉远一点，Trajectory出现的时间点很微妙。

2024年下半年起，AI赛道的主线就已经在悄悄换。从o1把推理时计算推上台，到Claude的computer use让模型走进真实操作环境，卷更大的预训练，不再是唯一答案。

新的问题已经浮出水面：模型能不能在真实使用中持续变聪明，Trajectory押注的正是这个方向。

而几乎在同一时间，学术界最有分量的人之一，也将判断指向了同一个方向。

去年12月，NeurIPS 2025大会上，Rich Sutton做了一场特邀演讲。

他是公认的「强化学习之父」，与Andrew Barto共同开发了时序差分学习（temporal difference learning）和策略梯度（policy gradient），这是当代强化学习的两根支柱，从AlphaGo到大模型RLHF（基于人类反馈的强化学习）都建于其上。

Andrew Barto

2024年，两人因「对强化学习的奠基性贡献」共同拿下图灵奖。

更关键的是，Sutton几十年来一直在论证一件事：智能来自经验。智能体在与环境的持续交互中，从奖励和反馈里学习，没有终点。这个判断，正是Trajectory这家公司的底层逻辑。

Rich Sutton在2025年12月3日的NeurIPS大会上做了一场特邀演讲，题目为《Oak架构：一种来自经验的超级智能愿景》

当时，Sutton的核心观点是，AI作为一个产业，某种意义上已经走偏了。要回到真正的智能，需要能持续学习的智能体，需要世界模型和规划，需要可学习的高层知识，需要元学习。

作为AI学术界最有分量的声音之一，Sutton把持续学习重新放回了通向超级智能的核心位置。

如今，Trajectory走向台前，Jeff Dean和李飞飞，两位业界最懂模型的人，共同押注这家专门做「持续学习平台」的早期公司。

这意味着这一技术路线，已经被学术界、资本界先后确认。

API时代的AI产品，本质是「调用别人的智能」。但企业用得越深，越容易撞到这条路的天花板：通用模型不可能针对你的客服话术、销售脚本、法律判例做出无限定制。

一旦你想真正拥有「属于自己的智能」，就得在开源模型上做属于自己的后训练。这件事的工程难度正是当前企业AI落地遭遇的最大瓶颈。模型运维、训练数据治理、评估管线、安全合规、可审计性，每一项都不是调个API能解决的。

API时代之后，下一层基础设施正在长出来。这一次，护城河也许不只在模型本身，更在那套让模型变聪明的管线。

谁能把它做成标准，谁就可能拿到下半场的入场券。

参考资料：

https://www.wired.com/story/ex-google-apple-ai-researchers-want-to-make-ai-that-gets-smarter-as-you-use-it/%20

https://trajectory.ai/%20

https://www.bloomberg.com/news/articles/2025-07-11/openai-s-3-billion-deal-to-buy-ai-startup-windsurf-falls-apart

文章来自于"新智元"，作者 "元宇"。