Бывшие сотрудники Google DeepMind, OpenAI, Apple и Meta основали стартап Trajectory, который разрабатывает платформу для непрерывного обучения агентных моделей искусственного интеллекта. Компания уже привлекла $15 млн от ведущих венчурных фондов и технологических лидеров, включая Джеффа Дина (Jeff Dean) и Фэй-Фэй Ли (Fei-Fei Li).
Trajectory, основанный бывшими исследователями из Google DeepMind, OpenAI, Apple, Meta и Amazon, объявил о запуске платформы для непрерывного обучения (continual learning) агентных ИИ-моделей. Как заявил сооснователь компании Ронак Малде (Ronak Malde), цель проекта — использовать данные, генерируемые при эксплуатации продуктов, для постоянного дообучения моделей, чтобы они превосходили существующие решения.
Стартап уже привлёк $15 млн на посевном раунде от фондов Conviction, Bessemer Venture Partners и Radical Ventures, а также от частных инвесторов, включая технического директора Google Джеффа Дина и профессора Стэнфордского университета Фэй-Фэй Ли. Среди партнёров Trajectory — компании Clay, Harvey, Decagon, Mercor и Rogo, некоторые из которых уже используют платформу в производственных системах.
Команда Trajectory состоит из специалистов по ИИ из ведущих технологических компаний, а также продуктовых экспертов из Stripe и Figma. По словам Малде, платформа позволит моделям обучаться на реальных данных после развёртывания: «Каждое исправление, каждая попытка, каждое редактирование будут делать продукты умнее».
Эксперты отмечают, что непрерывное обучение может стать ключевым трендом в развитии ИИ. Как пишет Натан Ламберт (Nathan Lambert), исследователь из Allen Institute for AI, наиболее вероятный путь внедрения этой технологии — через продукты для автоматизации интеллектуальной работы. Инвестор Сара Го (Sarah Guo) из Conviction подчёркивает, что сегодня ИИ-модели «замораживаются» после развёртывания, и это ограничение необходимо преодолеть.
Trajectory позиционирует себя как исследовательскую лабораторию и продуктовую компанию одновременно. В блоге стартапа подчёркивается, что платформа уже используется в реальных сценариях, хотя конкретные метрики эффективности не раскрываются.
Источники: X-пост Ронака Малде, 27 мая 2026; X-пост Натана Ламберта, 27 мая 2026; X-пост Сары Го, 27 мая 2026.