Resect AI 以2500万美元融资走出隐身，押注大模型幻觉治理
Resect AI 宣布完成 2500 万美元融资并走出隐身，计划扩大团队并推进用于治理大模型幻觉的开源与企业产品。公司主张在模型生成过程中观察并修复行为，但尚未公开充分的技术细节或独立评测，能否被企业验证和采纳仍有待观察。
Resect AI 宣布完成 2500 万美元融资并走出隐身，计划扩大团队并推进用于治理大模型幻觉的开源与企业产品。公司主张在模型生成过程中观察并修复行为，但尚未公开充分的技术细节或独立评测，能否被企业验证和采纳仍有待观察。
Resect Artificial Intelligence（Resect AI）于2026年9月3日宣布结束隐身状态，并获得2500万美元私人股权投资。公司表示，这笔资金将用于研发、市场拓展和人才招聘，并计划在2026年底前将团队规模扩大到50人。
这家总部位于美国华盛顿州沃舒格尔的初创公司，试图解决企业部署生成式人工智能时面临的一个核心问题：模型不仅会生成错误内容，还可能以很高的确信度呈现这些错误。Resect AI称，其技术不是在模型完成回答后再检查文本，而是试图在模型生成过程中观察、识别、解释并修改模型行为。
不过，目前有关这项技术的主要信息仍来自公司自身的新闻稿和产品介绍。公司尚未公开完整的技术论文、产品实现细节或独立第三方评测，因此“在模型内部阻止幻觉”等表述仍应被视为企业方面的技术主张，而不是已经得到普遍验证的通用能力。
从输出检查转向模型内部干预
根据Resect AI发布的新闻稿，公司的定位是为人工智能提供一层“问责层”。其即将推出的开源产品和企业产品套件，计划帮助研究人员和企业观察、检测、解释、审计并修改大语言模型的行为。
公司首席执行官凯文·欧文斯（Kevin Owens）在新闻稿中说，给人工智能加上“使用风险自负”的标签，并不能满足企业治理或合规要求。Resect AI希望面向出版、金融、医疗、研究和教育等对事实准确性要求较高的行业，提供更透明的模型运行记录。
公司首席人工智能官蒂姆·沃尔顿（Tim Walton）则表示，团队研究了模型产生不同答案的原因，以及模型失败的时刻和方式，并据此开发了能够对模型行为进行“外科式修复”的技术。但公司没有在公开材料中说明这些修复具体作用于哪一层模型计算、是否需要模型权重、能否跨模型部署，以及修改行为是否会带来新的偏差或性能损失。
Resect AI官网将产品描述为包括实时审计日志、模型可解释性、治理和“代理问责”等功能，并称其开源方向将允许用户查看自己的大语言模型在何处生成虚构信息。官网还表示，公司曾尝试通过强化训练和微调提高模型事实性，并把相关方法应用于DeepSeek、Qwen和Llama等开源模型。不过，这些说法同样尚未伴随公开的完整实验设计或独立复现结果。
资金用途和西北部布局
Resect AI没有披露投资方名称、融资轮次、估值或每家投资人的具体金额。新闻稿仅称资金来自私人股权投资者。公司表示，新资金将支持研究与开发、市场进入和人才招聘，重点覆盖西雅图和波特兰市场。
据GeekWire报道，Resect AI在沃舒格尔设有办公室。沃舒格尔位于哥伦比亚河沿岸，靠近波特兰，人口约1.8万。公司目前约有30名员工，分布在西雅图地区、加利福尼亚州、纽约州和得克萨斯州，其中包括创始人在内的4人在沃舒格尔办公室工作。
公司还计划在西雅图地区设立办公室，用于工程研发和业务拓展。除欧文斯和沃尔顿外，联合创始人还包括首席运营官泰勒·格伯（Tyler Gerber），以及负责产品和市场的汤米·洛夫格伦（Tommy Lofgren）。
这一布局反映出公司试图同时靠近两类资源：西雅图和波特兰的人工智能、数据科学人才，以及太平洋西北部的企业和资本市场网络。但截至目前，Resect AI尚未公布客户名单、合同规模、产品定价或商业化收入数据，外界还难以判断其技术是否已经进入大规模生产环境。
企业真正需要的是可验证的可靠性
Resect AI进入市场之际，企业对人工智能的关注正从“模型能不能回答”转向“模型能否在受控条件下持续完成工作”。这也意味着，单次演示或模型输出准确率并不足以证明一套企业级治理方案有效。部署方通常还需要知道模型为何作出决定、哪些环节发生了偏差，以及出现问题后能否追溯和修复。
AIFlux此前报道过微软关于代理评估中隐性变量的研究，其中提到操作系统、文件路径、用户标识符和开发工具反馈等环境因素，都可能改变代理行为并扭曲评估结果。对Resect AI而言，类似问题也可能适用：如果技术只在特定模型、数据集或推理环境中有效，企业就需要明确其适用范围，而不能简单将“内部可观测”理解为普遍可控。
另一个关键问题是如何衡量“减少幻觉”。Hugging Face关于统一评测结果的报道显示，评测数据的来源、运行方式、生成设置和指标定义，都会影响不同模型之间的比较。若要证明Resect AI的干预机制有效，外部研究人员至少需要看到清晰的基线模型、任务范围、错误定义、测试数据、误报和漏报情况，以及在不同模型上的重复实验。
这家初创公司的融资说明，反映了企业人工智能市场对“可问责模型”的需求正在增加；但融资本身并不等同于技术验证。Resect AI接下来能否公开开源版本、企业套件和可复现实验，将决定其从一项有吸引力的研究主张，走向可被企业采购和监管审查的基础设施，仍有待观察。
来源：
不错过任何一条 AI 大事
订阅 AIFlux 早报，每天 3 分钟看懂产业动态。
