Simular是一家为Mac OS和Windows构建AI代理的初创公司，已筹集由Felicis领投、NVentures（英伟达风险投资部门）、现有种子轮投资者South Park Commons及其他投资方跟投的2150万美元A轮融资。
Simular的独特之处在于并非试图控制浏览器，而是直接控制整个PC。联合创始人兼CEO Ang Li表示：“我们实际上可以在屏幕上移动鼠标并进行点击，因此在数字世界中执行和重复人类活动方面更具能力。”例如将数据复制粘贴到电子表格中。（注：智能体AI指能以最少人工干预自主完成复杂任务的系统。）
该公司于周一发布Mac OS版1.0版本，同时正与微软合作开发Windows版代理。作为微软“Windows 365 for Agents”计划入选的五家公司之一（其余为Manus AI、Fellou、Genspark和TinyFish），Li虽未透露Windows版具体发布时间，但表示其有望达到或超越Mac版的受欢迎程度。
创始团队背景与技术挑战
Simular创始人资历深厚。Li曾是Google DeepMind的学习科学家，在此结识了联合创始人、强化学习专家Jiachen Yang。Li表示，团队发表的大量论文旨在改进包括Waymo在内的Google产品，而非纯学术研究。
在智能体未来成为现实前，仍需解决一系列技术问题，其中最大挑战是大型语言模型（LLMs）的“幻觉”。智能体任务可能涉及成千上万甚至数百万个离散步骤，任何单步“幻觉”都可能导致工作无效，且随着步骤增加，“幻觉”发生的概率在统计上也会上升。
神经符号计算机使用智能体
为解决该问题，一种方法是让非确定性LLM变得“确定性”，即按固定脚本执行响应，但这可能限制创造性。Simular则将两者结合：智能体在任务中自由迭代，经用户中途纠正直至成功后，锁定工作流程使其确定且可重复。
Li解释道：“我们的解决方案是让智能体继续探索成功的轨迹。一旦找到成功轨迹，它就会变成确定性的代码。”
这得益于Simular采用的新技术——“神经符号计算机使用智能体”。它并非完全基于LLM，也不是简单的模型包装器。Li指出：“我们解决‘幻觉’的方法是让LLM编写代码，从而使其变得确定性。若拥有有效的工作流程，下次运行时也会成功。”
另一优势在于，执行可重复任务的确定性代码掌握在最终用户手中。Li表示：“一旦他们拥有了代码，就可以信任它，因为可以检查、审计并查看其中的运作情况。”
应用落地与融资进展
该方法能否普及仍有待验证。Li透露，早期测试客户包括通过自动化VIN码搜索优化运营的汽车销售经销商，以及从PDF中提取合同信息的小区业主协会。此外，该公司的开源项目（目前仅限Mac OS）已催生出涵盖内容创作到销售营销的各类自动化应用。
Simular此前曾筹集500万美元种子轮融资，总融资额达约2700万美元。其他投资者还包括Basis Set Ventures、Flying Fish Partners、Samsung NEXT、Xoogler Ventures以及播客主播兼天使投资人Lenny Rachitsky。