Patronus AI 是一个研究实验室，致力于为前沿 AI 开发训练数据和模拟环境，其核心理念可概括为“构建能教会 AI 的世界”（Building Worlds That Teach AI）。
用途与定位 该实验室的研究将模型失败的深入调查，与为强化学习开发高质量任务和环境的新方法相结合。其目标是通过可扩展的世界建模和合成数据生成，把人类专业知识扩展到更多的训练体验中，同时保留真实世界工作的标准。
主要研究方向 官网列出四类核心领域：
- 软件工程：构建、调试和维护复杂软件；完成跨桌面应用、浏览器和工具的任务；综合信息、分析数据并产出交付物。
- 模型对齐：遵循指令、尊重约束并运用合理判断。
- 科学研究：理解、综合并扩展科学研究。
- 仿真领域：模拟跨关键行业和职能的任务与环境。
精选研究内容 官网“Featured Research”部分列出了多项研究主题，涉及：强化学习的可控世界模型；从有依据的智能体轨迹模拟环境动态；研究对未见环境的迁移；来自专家 Figma 工作流的训练数据；将工作流转换为轨迹时保留设计意图；提升智能体在计算机使用环境中的表现；在动态工作环境中测试长期记忆；跟踪跨连接平台变化的资讯；揭示保留和应用先前上下文的失败；用不完整信息测试多轮搜索；通过智能体交互解决模糊请求；覆盖文本、图像、音频和视频；调查复杂智能体工作流中的失败；来自软件和研究任务的人工标注轨迹；测试模型定位和解释错误的能力；检测编码环境中的奖励黑客行为；比较预期行为与利用性智能体轨迹；测试模型能否识别破坏任务目标的捷径；通过重复游戏测试策略发现；挑战智能体超越任务完成而改进；测量时间压力下的规划与执行；用真实公司文档测试金融推理；专家策展的问答及支持证据；揭示金融问答中的局限性。
使用方式与限制 现有资料为研究实验室官网介绍，暂未提供具体产品、工具、API、定价、访问方式或使用步骤的说明，因此无法确认其可供外部用户直接使用的功能。
