Patronus AI 获得 5000 万美元投资，用于构建对 AI 代理进行压力测试的“数字世界”

一句话看懂：AI 代理（AI agent）正从回答问题进化到自主完成复杂任务，但行业缺乏可靠的测试手段。Patronus AI 通过构建模拟数字环境来系统化测试代理的可靠性，获得 5000 万美元 B 轮融资，估值及相关细节尚未披露。

事件核心：发生了什么

总部位于旧金山的初创公司 Patronus AI 于 6 月 25 日宣布完成 5000 万美元 B 轮融资，由 Greenfield Partners 领投，Notable Capital、Lightspeed、Datadog 和 Samsung 跟投。公司成立于 2023 年，创始人为前 Meta AI 研究员 Anand Kannappan 和 Rebecca Qian。本轮融资后，其累计融资额达到 7000 万美元。据 Notable Capital 董事总经理 Glenn Solomon 透露，几乎所有前沿 AI 实验室及大量初创公司已成为 Patronus 客户，公司过去一年收入增长 15 倍。

Patronus 的核心产品是名为“数字世界模型”的模拟环境，该环境复制了网站和内部系统，用于在训练后通过强化学习对 AI 代理进行压力测试——成功完成任务获得奖励，失败则被惩罚。目前这些模拟环境主要面向软件工程和金融领域，但公司表示这只是起点。

为什么重要

目前行业普遍使用的基准测试（benchmark）无法验证 AI 代理在真实复杂场景下的表现。Patronus 的方法类似于 Waymo 训练自动驾驶汽车时先构建合成世界来测试罕见危险场景。区别在于，AI 代理容易寻找“捷径”导致任务失败。Patronus 通过模拟环境迫使代理以可验证的方式完成任务，从而提升其可靠性。随着 AI 代理开始被用于预订行程、财务分析等对错误成本很高的任务，这一测试能力正在成为行业基础设施级需求。

从竞争格局看，Patronus 主要与各大 AI 实验室的内部评估团队竞争。它避免了像 Mercor 和 Surge 这样的众包人力公司依赖人类参与的方式，提供了完全自动化的评估方案。

对用户/开发者/创作者的影响

对于开发者来说，Patronus 的数字世界提供了更可靠的测试手段，有助于减少代理在实际部署中“耍小聪明”或突然失败的风险。对于使用 AI 代理的企业用户，这意味着在财务分析、软件开发等关键任务中，代理的稳定性和可预测性有望提升。创始人在采访中表示，目标是在模拟环境中让代理能够持续运行 10 小时、10 天甚至 10 周，这暗示未来测试会覆盖更长的时间维度。对于普通用户，当前影响较为间接——但未来使用 AI 完成复杂委托任务时，失误概率有望降低。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，Patronus 目前仅覆盖可验证的软件工程和金融场景，后续是否会扩展到医疗、法律等非验证性领域，以及如何解决“非可验证”问题的评估，将是技术路线的关键观察点。第二，Datadog 和 Samsung 作为战略投资者入局，可能意味着 Patronus 未来会在可观测性和硬件层面获得更多资源整合。第三，AI 代理正成为各大模型厂商的必争之地，OpenAI、Google 和 Anthropic 的内部评估能力是否会被 Patronus 这类第三方方案所替代或补充，将影响整个代理生态的发展方向。目前公开信息显示，行业对这种模拟环境的需求近乎“无法满足”，但 Patronus 尚未披露具体的定价模式和付费客户规模。

来源：TechCrunch