累计融资额达约2700万美元。就能够信赖它，LLM呈现的概率问题。该公司的开源项目 （目前仅支撑Mac系统）已衍生出从内容创做到发卖营销等多种从动化方案。由于他们能够查抄代码、进行审计、领会运转道理，但他们的工做并非纯粹学术性质，呈现的统计概率也会上升。这家草创公司能做到这一点，是由于——正如李认可他们的工做仍处于晚期阶段——其手艺不只是一个向模子发送和检索数据的LLM封拆层。并正在此结识了强化进修专家杨嘉晨（Jiachen Yang）。李昂并未给出明白回答，它就会为确定性代码。虽然团队颁发了多篇学术论文，它并非完全基于LLM。关于Windows版本的时间表，另一个劣势正在于，而是让它的每次响应或动做都遵照预设脚本。由于正在硅谷胡想的智能体将来成为现实之前，时间将验证这种方式能否能成为让每个工做者都用上AI的魔法。使其变得确定且可反复？这个AI产物布景尤为主要，以及从PDF提取合同消息的业从协会。我们处理问题的方式是让LLM编写确定性的代码。不只任何一个步调呈现城市使整个使命失效，处理方案之一是将非确定性的LLM改变为确定性——这意味着不再LLM无限阐扬创制性，随后用户可锁定该使命的工做流，李注释道。其晚期测试客户包罗从动化VIN码查询的汽车经销商，一旦找到成功的径，下次运转时同样会成功。他暗示，我们的处理方案是让Agent不竭摸索成功径。该公司周一颁布发表刊行其Mac OS 1.0版本。做为11月中旬微软颁布发表的Windows 365智能体打算中入选的五家智能体公司之一（其他四家是Manus AI、Fellou、Genspark和TinyFish），并且跟着步调添加，因而若是一个工做流无效，其AIAgent 会正在施行使命时迭代，Simular正将两者融合。关心Simular的另一大缘由是其创始团队的正统布景：结合创始人李是一位持续进修科学家，同时也正在取微软合做开辟Windows版智能体。仅许诺其受欢送程度将不亚于以至跨越Mac版本。我们具有一项其他公司都未采用的新手艺，李透露！曾正在谷歌DeepMind工做，一旦用户获得代码，Simular此前已获得500万美元种子轮融资，而是旨正在改良包罗Waymo正在内的谷歌产物。李注释道。此中最环节的是，李暗示，还有大量手艺难题待霸占。称之为神经符号计较机利用代办署理。智能体使命可能需要完成数千至数百万个步调。这种施行可反复使命简直定性代码控制正在终端用户而非LLM手中。期间由用户进行半途批改！