Crux Labs 融资逾 600 万美元，致力于将企业判断力转化为更出色的 AI 智能体

AI 智能体可以完成一项任务，却仍可能做出有经验的员工会否决的决定。难点往往在于理解那些不成文的规则：何时该再问一个问题、何时该升级处理，以及对某家特定企业而言，怎样才算取得良好结果。

Crux Labs正在打造一个平台，旨在将专家判断转化为企业级智能体持续评估与改进的流程。这家纽约初创公司结束隐身模式，宣布完成一轮超额认购的融资，融资额超过 600 万美元。本轮融资由Benchstrength和Misneach共同领投，Analog Ventures和Pareto Holdings也参与了投资。

公司计划将这笔资金用于扩充研究和工程团队，并加快企业部署。其核心判断是，企业需要根据自身专家的经验校准评估系统，并建立反馈闭环，将生产环境中的行为与智能体本身的改进联系起来。

智能体的运行轨迹只是起点

智能体可观测性有助于团队检查系统做了什么：一次交互背后的消息顺序、工具调用和其他步骤。出了问题时，这些记录很有价值。然而，要判断一次交互是否足够好，还需要采用能够反映任务要求和企业实际情况的评判标准。

Crux认为，人工审核跟不上大规模部署的速度。该公司在公告中称，团队抽查的智能体运行轨迹仅占 1%，其余大量流量因此未经直接检查。这一数字是公司对问题的描述，并非已发布的全行业调查结果。

当重要的故障并不常见时，抽样的局限尤其明显。智能体在常见情况下或许表现尚可，但遇到有经验的员工一眼就能识别的例外情况时，可能会陷入困境。难点在于如何将这种识别能力转化为评估标准，并在规模大得多的一系列交互中始终如一地应用。

对Crux而言，机遇在于连接了解业务领域的人与构建智能体的工程师。领域专家能够说明成功的交互应当是什么样，但这些认识还需要转化为可重复执行的流程，成为衡量和改进系统的组成部分。

汇集判断经验并校准评估

Crux介绍的工作流程从企业现有的工具和流程入手。其智能体会汇集专家判断，并据此校准定制评估。这些评估随后用于生产环境监控和告警，评估结果则进一步推动智能体改进。

校准这一步至关重要。通用评估可能会奖励表达流畅、却遗漏企业特定要求的回答。以专家判断为依据的评估，旨在区分听起来正确的回答与符合组织预期的回答。

“智能体非常擅长达成目标，但无法获取我们人类多年来积累在脑海中的启发式经验，”Crux联合创始人兼首席执行官Julie Kheyfets表示。“Crux帮助每家企业提炼这些判断经验，并利用它们快速改进智能体。”

其预期成果是一套不断演进的评估流程，能够反映专家从真实交互中获得的新认识。当新的故障模式出现时，组织可以将这些经验纳入对未来行为的评估，而不必任由它们散落在支持工单和个别审核人员的记录中。

监控全部生产流量

Crux表示，其定制评估针对实时监控和告警进行了优化，覆盖 100% 的生产流量。这一说法指的是覆盖范围：评估会应用于整个流量。它并不意味着评估能检测到所有可能的故障，也不意味着评估结果与人类专家的判断完全一致。

这一区别很重要，因为自动化评估本身也面临衡量方面的挑战。即使系统审核每一次交互，只要评判标准不完整，仍可能漏掉重要行为。因此，根据领域专业知识校准这些标准，是Crux方案的核心，而不是监控开始前可有可无的一步。

公司还表示，评估结果会推动改进并将其部署到生产环境。其公告没有具体说明这一流程会如何调整提示词、策略、模型或其他组件，也没有说明如何处理客户审批。公司披露的方案是一项端到端的评估与改进服务，而非某种明确的模型训练技术。

拥有企业 AI 经验的创始团队

Kheyfets与联合创始人兼首席技术官Krishna Kulkarni是在Princeton University相识的。Kheyfets拥有十年在复杂行业部署 AI 的经验，包括曾负责Tractable AI的北美业务，并担任Block Renovation首席执行官。

据公司介绍，Kulkarni此前曾在Meta负责品牌工程，在Checkr开发AI产品，并帮助Healthify将患者人数从零扩大到2000万。Crux正在组建一支由研究人员和工程师组成的团队，专注于评估和改进智能体。

Kulkarni表示：“工程团队知道如何构建AI智能体，领域专家也知道成功是什么样子，但企业缺少连接两者的桥梁。Crux将领域专业知识转化为持续改进智能体的实际机制，让工程师能够构建真正契合业务需求的智能体。”

该公司称，已初步获得财富500强企业以及医疗保健、网络安全、金融服务和其他复杂行业中高速增长企业的青睐。公告中没有透露这些客户的名称，也未披露营收、部署数量或经衡量的改进成效。

针对企业自身需求开展评估的商业价值

Crux将自身定位为企业内部专门负责智能体评估与改进的团队。其商业逻辑是，产品和工程人员应减少用于搭建审查流程和诊断反复出现的问题的时间，同时让专家能够切实影响代表企业开展工作的系统。

对领域专业知识的需求也体现在iMerit专家主导的AI训练与评估平台上；在该平台中，整理专家反馈是模型改进工作流程的一环。

对投资者而言，这一机遇与智能体投入生产后的情况息息相关。构建智能体后，企业需要持续衡量其行为，找出表现不足之处，并在改进过程中不偏离组织标准。

Crux获得的资金将有助于检验：面对成功标准各不相同的客户，这一流程能否始终可靠地交付。其主张很明确：企业中最优秀员工的判断应纳入智能体的评估过程，而评估结果应促使智能体在生产环境中表现得更好。更多信息可在Crux Labs了解。