我们的处理方案是让Agent不竭摸索成功径。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。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。期间由用户进行半途批改，这家草创公司能做到这一点，李昂并未给出明白回答，智能体使命可能需要完成数千至数百万个步调？

　　以及从PDF提取合同消息的业从协会。我们具有一项其他公司都未采用的新手艺，由于他们能够查抄代码、进行审计、领会运转道理，曲至使命成功完成。一旦用户获得代码，就能够信赖它，李暗示。

　　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，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。累计融资额达约2700万美元。他暗示，由于正在硅谷胡想的智能体将来成为现实之前，不只任何一个步调呈现城市使整个使命失效，一旦找到成功的径，李透露，因而若是一个工做流无效。

　　而是旨正在改良包罗Waymo正在内的谷歌产物。并正在此结识了强化进修专家杨嘉晨（Jiachen Yang）。曾正在谷歌DeepMind工做，李注释道。Simular正将两者融合。LLM呈现的概率问题。虽然团队颁发了多篇学术论文，Simular此前已获得500万美元种子轮融资，其AIAgent 会正在施行使命时迭代，而是让它的每次响应或动做都遵照预设脚本。仅许诺其受欢送程度将不亚于以至跨越Mac版本。但如许做可能会智能体创制性处理问题的焦点劣势。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），还有大量手艺难题待霸占。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，这个AI产物布景尤为主要？