# Trajectory: especialistas treinam o próprio modelo de IA > A Trajectory levantou US$ 45 mi para especialistas treinarem modelos de IA com feedback. Veja como funciona e o que muda para empresas que usam IA. Fonte: https://flownexus.com.br/blog/trajectory-treinar-modelo-feedback-especialistas/ [Voltar para o blog](https://flownexus.com.br/blog/) ## Trajectory levanta US$ 45 milhões para especialistas treinarem o próprio modelo de IA: o diferencial passa a ser o conhecimento do negócio [Sob medida](https://flownexus.com.br/blog/categoria/sob-medida/)3 de novembro de 20266 min de leituraMarlos Hoffmann A Trajectory levantou US$ 45 milhões numa Série A liderada pela Sequoia, com avaliação de US$ 300 milhões, para que advogados, médicos e outros especialistas melhorem modelos de IA com o feedback do próprio trabalho, sem time de pesquisa interno. Veja o que a empresa faz e por que o diferencial passa a ser o conhecimento do negócio dentro do modelo, com gente no loop. ### Resposta curta A Trajectory, startup fundada há cerca de um ano, levantou US$ 45 milhões numa Série A liderada pela Sequoia, com avaliação de US$ 300 milhões. A plataforma conecta um modelo open-source às aplicações da empresa, coleta feedback sobre como ele se sai e usa esse feedback para treinar o modelo de novo, sem exigir time de pesquisa interno. O recado para empresas é que o diferencial deixa de ser qual modelo você usa e passa a ser o conhecimento do seu negócio colocado dentro dele, com pessoas definindo o que é um bom resultado. ### O que a Trajectory anunciou? Segundo o [TechCrunch](https://techcrunch.com/2026/11/02/trajectory-raises-45m-to-make-ai-model-training-accessible-to-nontechnical-experts/), a Trajectory anunciou em 2 de novembro de 2026 uma rodada Série A de US$ 45 milhões, com avaliação de US$ 300 milhões. A rodada foi liderada pela Sequoia, com participação da Nvidia, da Bessemer Venture Partners e da Bain Capital Ventures. A empresa tem 18 pessoas e foi fundada há cerca de um ano por três colegas de Stanford com passagem pelo Google DeepMind e pela Apple: Ronak Malde, Michael Elabd e Arjun Karanam. A empresa também está abrindo a sua plataforma de pós-treino ao público. Tem um processo assim na sua empresa? Conte o que precisa. Cada pedido é lido pela equipe técnica, não por um robô de vendas. [Avaliar meu projeto](https://flownexus.com.br/projeto/) ### Qual problema ela tenta resolver? Os modelos de IA atuais não aprendem com os próprios erros sem passar por um novo treino. Para adaptar um modelo a áreas como direito e finanças, as empresas costumam fazer ajuste fino, o que, segundo o TechCrunch, muitas vezes exige contratar um time de pesquisa interno ou consultores caros. Malde comparou os modelos de base a um aluno de doutorado muito inteligente que está sempre começando num emprego novo. "Mas o que a economia valoriza é alguém que trabalhou naquele emprego por 30 anos", disse ao TechCrunch. ### Como funciona? A abordagem se chama aprendizado contínuo. A empresa começa com um modelo open-source e conecta a plataforma às suas aplicações. A Trajectory coleta feedback sobre o desempenho do modelo e usa essa informação para treiná-lo de novo, para que ele melhore em tarefas específicas com o tempo. Segundo Malde, advogados, médicos e outros especialistas conseguem melhorar os modelos quase de forma automática, eles mesmos. Para isso, a Trajectory desenvolveu uma interface pensada para clientes sem perfil técnico. Nas palavras de Malde, quem usa a plataforma decide "como é um bom resultado para a sua organização" e transforma isso em melhorias para o modelo. - Harvey e Rogo já usam a plataforma para pós-treinar modelos open-source, para que eles trabalhem mais como advogados ou analistas financeiros experientes. - Os exemplos citados incluem revisar um tipo específico de contrato e avaliar uma empresa com uma metodologia definida. - Decagon, Mercor e Nvidia também estão entre os clientes. ### Por que manter pessoas no loop? O TechCrunch compara a abordagem à ideia de sistemas de IA que melhoram as próprias capacidades sozinhos. O cofundador Michael Elabd argumenta que manter pessoas envolvidas no processo de treino torna a abordagem da Trajectory mais segura, já que uma melhoria autônoma, sem ninguém acompanhando, pode levar a resultados não previstos. ### O que isso muda para a sua empresa? A rodada aponta para uma mudança de foco. Se qualquer empresa pode usar os mesmos modelos, o que diferencia o resultado é o que só ela sabe: como avalia um contrato, como responde um cliente, como decide um orçamento. Esse conhecimento costuma estar na cabeça de quem faz o trabalho há anos, e não num documento. Mesmo sem treinar um modelo próprio, dá para começar a organizar isso desde já: - Escolha uma tarefa repetida em que o seu time sabe dizer, com clareza, o que é um bom resultado. - Registre exemplos reais com a resposta certa e a errada, e o porquê de cada uma. - Defina quem dá o feedback: as pessoas que conhecem o trabalho, e não só a área de tecnologia. - Meça a taxa de acerto antes e depois de cada ajuste, com casos que o modelo ainda não viu. - Mantenha uma pessoa revisando as decisões de maior risco, mesmo depois que o modelo melhorar. - Cuide da LGPD e dos contratos antes de usar dados de clientes para treinar ou ajustar um modelo. Esse conjunto de exemplos e critérios serve para qualquer caminho: ajustar instruções, montar uma base de consulta ou, quando fizer sentido, treinar um modelo. É o mesmo princípio de [agentes que fazem o trabalho e pessoas que aprovam](https://flownexus.com.br/blog/agentes-fazem-pessoas-aprovam/). ### Como a FlowNexus pode ajudar? Na FlowNexus, construímos agentes e sistemas de IA sob medida a partir do jeito de trabalhar de cada empresa. Começamos levantando com o seu time o que é um bom resultado em cada tarefa, montamos os casos de teste e colocamos a revisão humana onde o risco pede. Se você quer que a IA trabalhe com o conhecimento do seu negócio, podemos começar por uma tarefa. ### Perguntas frequentes O que é a Trajectory? É uma startup fundada há cerca de um ano por três colegas de Stanford, com 18 pessoas, que oferece uma plataforma para que especialistas melhorem modelos de IA open-source com o feedback do próprio trabalho. Em 2 de novembro de 2026, anunciou uma Série A de US$ 45 milhões liderada pela Sequoia. O que é aprendizado contínuo? É a abordagem em que o modelo é treinado de novo com o feedback sobre o seu desempenho nas aplicações reais, para melhorar em tarefas específicas ao longo do tempo. Na Trajectory, quem define o que é um bom resultado são as pessoas que usam a plataforma. Minha empresa precisa treinar um modelo próprio? Nem sempre. O primeiro passo é organizar exemplos reais e critérios claros do que é um bom resultado. Isso já melhora instruções e testes e, se um dia fizer sentido treinar um modelo, é a base que será usada. ### Leia também - [Agentes que fazem o trabalho, pessoas que aprovam: onde fica a linha](https://flownexus.com.br/blog/agentes-fazem-pessoas-aprovam/) - [Meituan lança o LongCat-2.5 para agentes de código: como testar um modelo de custo menor sem trocar toda a operação](https://flownexus.com.br/blog/meituan-longcat-2-5-modelo-barato-agentes-codigo/) - [Dado que não existe não vira enfeite: princípios para telas de operação](https://flownexus.com.br/blog/dado-que-nao-existe/) ### Fontes - [TechCrunch: Trajectory raises $45M to make AI model training accessible to nontechnical experts, 2 de novembro de 2026](https://techcrunch.com/2026/11/02/trajectory-raises-45m-to-make-ai-model-training-accessible-to-nontechnical-experts/) ### Transforme essa leitura em um sistema. Diagnóstico da operação, projeto e construção por etapas. O próximo passo depende do seu caso, não de um pacote pronto. [Avaliar meu projeto](https://flownexus.com.br/projeto/)[Ver como trabalhamos](https://flownexus.com.br/sob-medida/) ### Próximo passo Avaliação de projeto Lemos o seu caso, marcamos uma conversa de diagnóstico se fizer sentido e você recebe escopo, etapas e investimento. [Começar](https://flownexus.com.br/projeto/) ### O que fazemos - [Software sob medida](https://flownexus.com.br/sob-medida/) - [Agentes de IA](https://flownexus.com.br/agentes/) - [Projetos](https://flownexus.com.br/projetos/) - [Estrutura](https://flownexus.com.br/estrutura/) ### Continue lendo. [Todos os artigos](https://flownexus.com.br/blog/) [Agentes de IA](https://flownexus.com.br/blog/categoria/agentes-de-ia/)03 nov6 min #### [DeepSeek lança o Creator Mode, em que o agente escreve o plugin que falta: o que a ferramenta feita por conversa resolve e o que ainda precisa de processo](https://flownexus.com.br/blog/deepseek-creator-mode-plugins-ferramenta-interna/) A DeepSeek mostrou o Creator Mode do DeepSeek Harness, sua plataforma de agentes open-source em que tudo é plugin: você descreve a ferramenta em conversa e o agente escreve, instala e confere o plugin. Veja o que foi mostrado, os cuidados que a própria DeepSeek pede e onde ainda é preciso alguém para desenhar o processo e validar o resultado. [Ler artigo](https://flownexus.com.br/blog/deepseek-creator-mode-plugins-ferramenta-interna/) [Engenharia](https://flownexus.com.br/blog/categoria/engenharia/)02 nov6 min #### [Meituan lança o LongCat-2.5 para agentes de código: como testar um modelo de custo menor sem trocar toda a operação](https://flownexus.com.br/blog/meituan-longcat-2-5-modelo-barato-agentes-codigo/) A Meituan lançou o LongCat-2.5, modelo multimodal feito para agentes que executam tarefas longas de programação, com preço promocional de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída. Veja o que foi anunciado e como testar um modelo de custo menor nos seus agentes com segurança. [Ler artigo](https://flownexus.com.br/blog/meituan-longcat-2-5-modelo-barato-agentes-codigo/) [Engenharia](https://flownexus.com.br/blog/categoria/engenharia/)01 nov4 min #### [OpenAI reduz a meta da nova rodada para até US$ 20 bilhões: por que não depender de um único fornecedor de IA](https://flownexus.com.br/blog/openai-reduz-meta-rodada-dependencia-fornecedor-ia/) Segundo o Financial Times, confirmado pela CNBC, a OpenAI reduziu a meta da nova rodada de cerca de US$ 30 bilhões para até US$ 20 bilhões, com avaliação de US$ 1,25 trilhão. A rodada ainda não foi fechada. Veja o que foi noticiado e como construir sistemas em que trocar de modelo seja simples. [Ler artigo](https://flownexus.com.br/blog/openai-reduz-meta-rodada-dependencia-fornecedor-ia/) [Agentes de IA](https://flownexus.com.br/blog/categoria/agentes-de-ia/)31 out4 min #### [DoorDash recebeu só algumas centenas de pedidos de agentes de IA: onde o agente dá retorno hoje](https://flownexus.com.br/blog/doordash-pedidos-agentes-ia-retorno-operacao/) Na teleconferência do 3º trimestre, o CEO da DoorDash disse que agentes de IA de terceiros geraram só algumas centenas de pedidos, enquanto a empresa faz em média 3 milhões de entregas por dia. Veja o que foi dito e por que, hoje, o retorno do agente de IA está mais dentro da operação do que na compra feita por agentes. [Ler artigo](https://flownexus.com.br/blog/doordash-pedidos-agentes-ia-retorno-operacao/) [Engenharia](https://flownexus.com.br/blog/categoria/engenharia/)30 out4 min #### [AWS mira US$ 1 trilhão e vai investir cerca de US$ 220 bilhões em 2026: hora de revisar o contrato de nuvem dos projetos de IA](https://flownexus.com.br/blog/aws-trilhao-capex-nuvem-ia-contratos/) Na divulgação de resultados da Amazon, Andy Jassy disse que a AWS pode virar um negócio de US$ 1 trilhão em receita em 5 a 10 anos e manteve a previsão de investir cerca de US$ 220 bilhões em 2026. Veja os números e por que é um bom momento para revisar contratos de nuvem e negociar condições para projetos de IA. [Ler artigo](https://flownexus.com.br/blog/aws-trilhao-capex-nuvem-ia-contratos/) [Agentes de IA](https://flownexus.com.br/blog/categoria/agentes-de-ia/)30 out4 min #### [Google vai encerrar o Jules e levar o agente de código para o Antigravity: antes de adotar uma ferramenta de IA, veja como sair dela](https://flownexus.com.br/blog/google-jules-encerrado-antigravity-exportar-dados-agentes/) O Google anunciou que o Jules, seu agente de programação assíncrono, será encerrado em 31 de dezembro de 2026, com sessões permitidas até 11 de novembro. A empresa liberou uma exportação de configurações, memórias e histórico. Veja o que muda para quem usa e o que perguntar sobre exportação e troca de fornecedor antes de adotar qualquer agente de IA. [Ler artigo](https://flownexus.com.br/blog/google-jules-encerrado-antigravity-exportar-dados-agentes/) ### Tem um processo que merece um sistema? Conte o que você precisa. A equipe técnica lê cada pedido e estuda o caso antes da primeira conversa.