Striveworks 完成 B 轮融资，以扩展面向国防及盟国政府的 AI 运营能力

Striveworks 已获得由 Washington Harbour Partners 领投的 B 轮投资，这标志着该公司在国防和国家安全领域扩展其运营人工智能（AI）能力方面迈出了重要一步。这笔资金将用于加速产品开发、扩大工程和研发团队，并支持其技术在美国政府机构和盟国中更广泛的部署。 此次融资正值各国政府日益优先考虑将人工智能快速集成到关键任务系统中之际，尤其是在地缘政治竞争加剧和作战时间线压缩的背景下。

国家安全领域向运营人工智能的转变

在国防环境中部署人工智能不仅仅是构建模型的问题——它需要能够在动态、高风险环境中可靠运行的系统。各国政府面临双重挑战：既要行动迅速以保持作战优势，又要确保系统保持可审计性、可信赖性，并符合严格的安全要求。 Striveworks 将自己定位在这一交叉点上，专注于运营人工智能——即在现实世界条件下而非受控环境中部署、监控和持续调整机器学习系统的能力。 这种需求正在政策层面得到加强，快速集成人工智能越来越被视为在国防和情报行动中保持战略优势的关键。

为现实世界部署构建的平台

Striveworks 产品的核心是其 Chariot 平台，这是一个 人工智能运营（AIOps） 系统，旨在快速将模型从开发阶段投入生产，同时保持监督和性能。 该平台使组织能够在数小时而非数月内构建、部署和维护 AI 模型，支持跨越云基础设施、边缘环境以及断开连接或带宽受限环境的工作流程。这在国防背景下尤其重要，因为 AI 系统必须在传感器数据流、卫星图像和实时情报输入等碎片化数据源上运行。 Chariot 还强调治理和可追溯性，使组织能够了解模型的训练方式、数据如何在系统中流动以及输出如何生成——这些能力在受监管和关键任务环境中至关重要。

在复杂和对抗性环境中得到验证

Striveworks 的技术已在多个国防项目中部署，包括与美国陆军下一代指挥与控制计划相关的工作，以及涉及边境安全和自主海上系统的行动。 这些部署反映了人工智能使用方式的更广泛转变。人工智能不再局限于分析或实验，而是越来越多地直接嵌入到作战工作流程中，为实时决策提供支持。 该公司专注于在对抗性环境中保持性能——在这种环境中，数据条件快速变化，系统必须持续适应——这已成为其方法的一个决定性特征。

技术内幕：连接 AI 模型与现实世界运营

Striveworks 的平台围绕一个随着 AI 从实验走向生产而日益凸显的问题构建：模型不会在训练中失败——它们会在部署中失败。 该公司的 Chariot 平台专注于模型构建之后发生的事情。在运营环境中，数据很少是干净或稳定的。输入会变化，边缘条件会降低信号质量，任务需求会实时演变。这造成了模型在受控环境中的性能与系统在现场的实际表现之间的差距。 Chariot 通过将 AI 系统视为持续管理的资产而非静态部署来解决这个问题。该平台支持对模型性能进行持续监控，检测数据和输出的漂移，并允许快速迭代而无需完整的重新训练周期。这在延迟、可靠性和适应性直接影响结果的国防环境中尤为重要。 此架构的一个关键部分是其在碎片化和分布式数据环境中运行的能力。该平台不依赖集中式基础设施，而是支持跨云、本地和边缘系统的部署。这使得模型能够在更靠近数据生成的地方运行——无论是来自传感器、卫星数据流还是实时作战输入——从而减少延迟并提高响应能力。 Chariot 还非常重视治理和可追溯性。在高风险环境中，理解模型如何做出决策与决策本身同样重要。该平台提供了对数据沿袭、模型行为和系统输出的可见性，使组织能够验证性能并保持监督。 这种持续评估、分布式部署和内置治理的结合反映了 AI 系统设计的更广泛转变。挑战不再仅仅是构建准确的模型，而是确保它们在现实世界条件下部署后，仍然保持可靠、适应性强和可问责。