Trajectory平台上线：普通人也能给AI做专属定制了

做桥梁工程的工程师，想让AI专门学会按力学规范设计桥型；律所的律师，希望AI审合同的时候能精准抓住他们所里的风险偏好。以前要实现这种定制，得专门找算法团队花几周时间调模型，现在有了新的工具路径。

Trajectory.ai正式推出Trajectory平台，定位是最易用、最直观的自定义模型后训练工具，被称为持续学习的基础。根据官方介绍，用户只需要输入少量智能体提示，就能获得完整的创意套件，完成万亿参数模型的训练、评估和部署。

这里说的后训练，是在已经预训练好的通用大模型基础上做调整的环节——它不会给模型灌入全新的知识，只会调整模型调用已有知识的方式，比如让输出更贴合指令、精简冗余内容、学会拒绝有害请求。相比从零开始训练模型，这种方式成本低、速度快，是现在多数团队定制AI应用的主流选择。

@rronak_ 认为：未来每个人都能拥有塑造智能本身的工具，模型不应该只被训练一次，还能自主从周边环境中持续学习。

@JayminSOfficial 补充：不同团队对“好的工作成果”定义完全不同，律师审合同要找的风险信号，和金融分析师建模型要关注的指标天差地别，但现在多数AI系统都是按通用场景训练的，没法适配这种细分差异。

@kylejeong 已经实际跑通了流程：他自己做了一个带真实物理规则的桥梁模拟器和配套任务集，用Trajectory平台对Qwen3.5-4b模型做后训练，专门让模型学会造桥，最终成功完成任务的平均奖励值得到了提升。

这类工具的出现，把原本需要专业算法团队完成的模型定制工作，拉到了普通从业者可操作的范围。现在做桥梁设计、合同审核、财务建模的人，不用懂复杂的训练代码，只要把自己的工作流程整理成提示，就能调出更贴合自己日常需求的AI助手。

不过也有行业观察指出，后训练的优化空间还很大，比如拓展模型可调用的工具种类、增加工具使用练习、探索生成高质量微调数据的新技术，这些方向都还没被完全挖透。

当定制AI的门槛降到几句提示的程度，下一个问题是：你愿意把自己日常工作里的哪些经验，喂给AI让它变成专属助手？