Trajectory 成立一年融资 4500 万美元，开放“不用写代码”的模型后训练平台

作者：许棠

Trajectory 宣布完成 4500 万美元 A 轮，估值 3 亿美元，红杉领投、英伟达等跟投；同一天开放自助后训练平台，卖点是让非技术专家自己调模型，但定价、数据责任和独立评测都还缺。

11 月 2 日，AI 初创公司 Trajectory 宣布完成 4500 万美元 A 轮融资，估值 3 亿美元：红杉领投，英伟达、Bessemer Venture Partners、Bain Capital Ventures 参投。同一时间，它把原来只服务少数企业客户的后训练平台对外开放 。

先说清楚它是什么。企业把一套轻量 SDK 接进自己的产品，收集用户对 AI 输出的修改和纠错，再按周或更频繁地拿这些反馈去调整开源模型 。这是“后训练、微调”，也就是把模型调到某个专业方向上更顺手，并不是从零训练一个大模型。标题里“训 AI 模型”这句，按“调”来读更准确。

对普通办公族有什么用？官方的说法是“五行代码”完成训练、评测和部署，创始人说“几条提示词”就够 。但这些话出自付费合作推广帖，没有独立验证。真门槛在别处：你得有稳定的生产数据，还得有人能判断模型答得对不对——它靠“持续评分”把人的判断变成可复用的评分标准，这活儿本身要专业判断 。

要花多少钱？三篇报道都没写价格和计费方式，官方也没公布 。能确认的是客户画像：Harvey、Rogo、Decagon、Mercor、英伟达这类有专业场景和数据的公司 ；公司成立约一年、18 人 。官方晒的跑分（英伟达 Nemotron Lightning 在 Harvey 基准上 0% 到 8.3%）目前只在推广帖里出现，尚无第三方评测 。

我的看法很简单：省掉请机器学习团队的钱，是笔真账；但在价格、数据怎么用、效果谁验证这三件事说清楚之前，普通用户先别急着上船——真受益的仍是有专业数据、能定义“什么算对”的团队。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] Trajectory raises $45M to make AI model training accessible to nontechnical experts
• [S2] Trajectory raises $45M to make AI model training accessible to nontechnical experts
• [S3] Trajectory Pushes AI Self-Learning With $45M Funding Led by Sequoia | citybiz
• [S4] Trajectory Raises $45M in Series A Funding at $300M Valuation
• [S5] Trajectory Opens Self-Serve AI Post-Training Platform
• [S6] World of Engineering (@engineers_feed) on X
• 配图 1：来源：TechCrunch（图片署名见原文） · 图片出处