📢 转载信息
原文作者：Julie Bort
Simular 是一家致力于为 Mac OS 和 Windows 构建人工智能代理的初创公司，该公司刚刚完成了由 Felicis 领投的 2150 万美元 A 轮融资，现有种子轮投资者 NVentures（英伟达的风险投资部门）、South Park Commons 等也参与了本轮投资。
Simular 是一家有趣的代理（Agentic）初创公司，因为它与其他公司不同，它不试图控制浏览器，而是直接控制 PC 本身。（代理式 AI 指的是那些只需最少人工干预就能自主完成复杂任务的系统。）联合创始人兼首席执行官 Ang Li 在接受 TechCrunch 采访时表示：“我们实际上可以移动屏幕上的鼠标并进行点击。因此，它更有能力在数字世界中做、重复人类的任何活动，”他以复制和粘贴数据到电子表格为例进行了说明。
该公司于周一宣布为其 Mac OS 版本发布了 1.0 版本。但它也在与微软合作开发一个面向 Windows 的代理。在微软于 11 月中旬宣布的 Windows 365 for Agents 计划中，这家初创公司是入选的五家代理公司之一，另外四家是 Manus AI、Fellou、Genspark 和 TinyFish。至于 Windows 版本的发布时间表，Li 比较含糊，只是表示它有望与 Mac 版本一样受欢迎，甚至更受欢迎。
关注 Simular 的另一个原因是其创始人的背景：Li 是一位持续学习科学家，此前曾在谷歌 DeepMind 工作，在那里他遇到了他的联合创始人，一位强化学习专家 Jiachen Yang。Li 表示，虽然他们的团队发表了不少论文，但这些工作并非严格意义上的学术研究，而是旨在改进谷歌的产品，包括 Waymo。
这种 AI 产品背景非常有用，因为在硅谷梦想中的代理未来实现之前，还有许多技术问题需要解决。其中最大的问题之一是 LLM 有一定比例的时间会产生幻觉（hallucinate）。
代理任务可能需要完成数千到数百万个离散步骤。任何一个步骤中的幻觉不仅会使代理之前的所有工作失效，而且随着步骤数量的增加，幻觉在统计学上变得越来越有可能发生。
解决这个问题的一种方法是使“非确定性”的 LLM 变得“确定性”，这意味着不再允许 LLM 无限地发挥创造力，而是使其响应或操作每次都按相同脚本执行。但这样做又面临限制代理的整体创造性问题解决能力的风险。
Simular 正在将这两种方法结合起来。它的代理将在任务中自由迭代，用户在中间过程中进行纠正，直到代理成功为止。然后，用户会锁定该任务的工作流程，使其变得确定和可重复。
“我们的解决方案是，让代理继续探索成功的轨迹。一旦你找到了成功的轨迹，它就变成了确定性的代码，”Li 解释说。
该初创公司能够做到这一点的原因是，Li 承认其工作仍处于早期阶段，它不仅仅是一个向模型发送和检索数据的 LLM 包装器。
“我们有一项新技术，这是任何其他代理公司都没有使用的。我们称之为‘神经符号计算机使用代理’（neuro symbolic computer use agents）。它不是完全基于 LLM 的，”他说。“我们解决幻觉的方法是让 LLM 编写的代码变得确定性。因此，如果你有一个有效的工作流程，下次运行相同的工序时，它也会成功。”
另一个好处是，执行可重复任务的确定性代码掌握在最终用户手中，而不是 LLM。Li 说：“一旦他们有了代码，他们就可以信任它，因为他们可以检查它，审计它，并查看正在发生什么。”
时间会证明这种方法是否是能将代理带给每个工作者的“魔法”。Li 表示，其早期 Beta 客户包括一家用于自动化 VIN 编号搜索的汽车经销商，以及一家用于从 PDF 中提取合同信息的 HOA（业主协会）。而且，该公司（目前仅适用于 Mac OS）的开源项目已经实现了从内容创作到销售和营销的自动化。
Simular 此前已筹集了 500 万美元的种子资金，使其总融资额达到约 2700 万美元。该公司称，其他投资者还包括 Basis Set Ventures、Flying Fish Partners、三星 NEXT、Xoogler Ventures，以及播客主和天使投资人 Lenny Rachitsky。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区