币须知道据动察 Beating 监测，由前 Google DeepMind 、苹果、 OpenAI 与 Meta Superintelligence Labs 资深研究人员创办的持续学习平台 Trajectory 正式亮相。公司同步发表宣言《Continual Learning: End of Frozen Software》，明确主张 AI 软件不应在部署后保持静态冷冻（Frozen）状态，而应将用户的每一次修正、重试与覆盖行为转化为直接的奖励信号，实现模型的在线持续更新。
Trajectory 的核心机制在于缝合智能体（Agent）的执行轨迹（Traces）与最终用户的遥测信号（Telemetry）。执行轨迹精准记录模型的工具调用与中间推理步骤，遥测信号则捕获用户最终是否接受、修改或回溯结果。开发团队强调，用户对输出的动态干预数据在传统开发中长期被丢弃，但这恰恰是评估智能体是否真正攻克复杂任务的黄金训练信号。
在技术落地层面，Trajectory 以标准化 SDK 接入主流可观测性平台（如 LangSmith）。工具包可自动导入智能体运行轨迹，将对话历史、工具调用、奖励反馈、自定义指标和报错信息转化为标准的 Trajectory 格式，用于后续的微调与评估。配套的 Web 平台目前仍处于开发阶段，未来将提供轨迹数据的可视化检索与精细化管理。
商业化与生态构建上，Trajectory 正式完成 1500 万美元种子轮融资，投后估值达 1.15 亿美元。本轮融资由 Conviction 领投，Bessemer Venture Partners 、 Radical VC 以及 BoxGroup 参投，并吸引了谷歌首席科学家 Jeff Dean 与斯坦福教授李飞飞等知名个人投资者注资。目前公司已与 Decagon 、 Clay 、 Harvey 等领先的 AI 原生智能体服务商达成合作。然而，受限于现阶段系统仍依赖周期性的离线模型微调，距离真正实现逐交互（Per-interaction）的实时在线持续学习，仍存在显著的工程跨度。
