Trajectory 获 Sequoia 领投 4000 万美元 A 轮，投后估值 3 亿美元

据 8 月 17 日报道，旧金山 AI 基础设施与 agent 优化初创公司 Trajectory 完成 4000 万美元 A 轮融资，投后估值 3 亿美元，本轮由 Sequoia Capital 领投，NVIDIA 与 Bessemer Venture Partners 参投。

这笔交易由 The Information 报道，于 8 月 11 日跟进时给出了相同的条款：4000 万美元新资金、3 亿美元投后估值、Sequoia 领投。

种子轮两个月后，估值涨了 2.6 倍

Trajectory 2026 年 5 月成立，5 月 27 日公开亮相当天，报道了它的 1500 万美元种子轮：投后估值 1.15 亿美元，由 Conviction 领投。

从 1.15 亿美元到 3 亿美元，A 轮估值约为种子轮的 2.6 倍，中间只隔了约两个月。Dealroom 记录的公司员工数为 12 人，种子轮投资方包括 Conviction、Bessemer Venture Partners 与 Radical Ventures；到了 A 轮，Bessemer 继续出现在参投名单中，领投方换成了 Sequoia。

人工修正如何变成模型的训练信号

FinSMEs 对 Trajectory 平台的描述是：自动化定制开源 AI 模型，并优化决定 agent 如何使用外部工具的 programmatic harness（程序性框架）。

核心机制叫 self-distillation policy optimization（自蒸馏策略优化）：平台吸收真实世界中 human-in-the-loop（人在回路）的修正，程序化更新 agent 未来的决策路径。Dealroom 给了一个具体场景：客服 agent 卡住时，人工介入、查阅额外数据库解决案例，这条反馈可以用来让 AI 下次避免同样的错误。

对闭源模型，Trajectory 的做法是帮客户调优 harness，以提高准确率或降低运营成本。Wired 对这家公司的概括是：让企业用真实用户交互持续改进自己的 AI 产品。

Nemotron 3 Super 后训练追平 GPT 5.5

产品效果最具体的公开证据来自 5 月 29 日。当天 Trajectory 宣布与 Harvey、NVIDIA 合作，在 Harvey 新发布的 LAB 基准上后训练"主权模型"，称结果在识别法律问题、推荐解决方案、解释方案与引用来源等关键环节"明显改善"。

LAB 是 Harvey 发布的开源法律 agent 基准，包含 24 个执业领域的 1200 个 agent 任务。被训练的 Nemotron 3 Super 是 NVIDIA 的 1200 亿参数开源模型，每次前向传播激活约 120 亿参数，采用混合 Mamba-Transformer 专家架构，上下文窗口达 100 万 token，称之为"可以真正拥有、审计并在客户边界内持续改进的底座"。

按 Trajectory 自己发布的结果：后训练后的 Nemotron 3 Super 在 LAB 上追平 GPT 5.5，rubric 通过率提升 25%，部分任务的一次通过率从约 30% 提升到约 90%，Banking & Finance 与 Environmental/ESG 两个领域提升最明显。这些数字来自公司发布，未经独立验证。

Clay CEO：已经看到它从错误中学习

FinSMEs 列出的客户是三家 AI 原生企业：Clay、Decagon 与 Harvey。5 月 29 日的 "Pioneers of Continual Learning" 给出了三家的具体用法：Harvey 把 LAB 当作专家评分基准，与 Trajectory 共建持续改进的模型；做 AI 原生销售工具的 Clay 正在 A/B 测试"更便宜、更快、持续学习"的模型；做 AI 客服的 Decagon 大部分 agent 跑在自己训练的模型上，正在探索可操控性与可解释性。

Trajectory 引用了 Clay CEO Kareem Amin 的话："持续学习是 Clay 路线图上的重要研究方向，Trajectory 正在构建帮助我们探索它的基础设施。我们正在测试一个会随用户使用越来越聪明的模型，已经看到它从自己的错误中学习的例子。"

4000 万美元要花在自动模型调优上

FinSMEs 把资金用途写得很具体：扩展自动模型调优（automated model tuning）基础设施，扩充研发与工程团队，加速开发面向开源与闭源 agent harness 的企业工具。

三位联合创始人 Ronak Malde、Michael Elabd 与 Arjun Karanam 中，前两位来自 Google DeepMind，Karanam 来自 Apple。Wired 报道称，这支创办团队的成员此前分布在 Google DeepMind、Apple、OpenAI 与 Meta Superintelligence Labs。

把两件事放在一起看：NVIDIA 参投的这家公司，其最公开的成果恰恰是后训练 NVIDIA 自己的开源模型 Nemotron 3 Super，并在 Harvey LAB 上追平 GPT 5.5。这家芯片公司此前的角色是技术合作方，这一轮以参投方身份进入股东行列。