AI聊天机器人在回答问题、总结文档和解决数学方程方面越来越出色，但它们仍然主要像为单个用户服务的助手。它们并非旨在处理更复杂的真实协作工作：协调具有不同优先事项的人员、跟踪长期决策以及保持团队在一段时间内的一致性。
Humans&：构建人机经济的“中枢神经系统”
Humans&是一家由Anthropic、Meta、OpenAI、xAI和Google DeepMind校友创立的新创公司。他们认为缩小上述差距是基础模型下一个主要的前沿领域。该公司本周筹集了4.8亿美元的种子轮融资，旨在构建一个服务于人机经济的“中枢神经系统”。尽管“赋能人类的AI”框架主导了早期报道，但该公司的实际野心更为新颖：构建一种专为社交智能设计的新基础模型架构，而不仅仅是用于信息检索或代码生成。
Humans&联合创始人、前Anthropic员工Andi Peng对TechCrunch表示：“感觉我们正结束第一个扩展范式，在这个范式中，问答模型被训练成在特定垂直领域非常聪明；而现在我们正进入第二波采用浪潮，普通消费者或用户正在试图弄清楚如何利用这些东西。”
Humans&的核心主张是帮助人们进入AI的新时代，超越“AI将取代工作”的叙事。无论这是否只是营销术语，时机至关重要：公司正从聊天转向代理。模型已经具备能力，但工作流程尚不完善，协调问题仍未得到充分解决，与此同时，人们对AI感到威胁和不知所措。
这家成立仅三个月的公司，凭借这种理念及其创始团队的背景成功筹集了令人震惊的种子轮融资。Humans&目前还没有产品，也不清楚它具体会是什么，尽管团队表示它可能是多人或多用户环境（如Slack等通信平台）或协作平台（如Google Docs和Notion）的替代品。至于用例和目标受众，团队暗示了企业级和消费者应用的可能性。
以沟通和协作为中心的产品愿景
Humans&联合创始人兼首席执行官、前xAI研究员Eric Zelikman对TechCrunch表示：“我们正在构建一个以沟通和协作为中心的产品和模型。”他补充说，重点在于帮助人们更好地一起工作和沟通——无论是彼此之间还是与AI工具之间。
Zelikman举例道：“比如当你需要做出大型群体决策时，通常最终是由某个人把所有人召集到一个房间里，让每个人表达他们的不同观点，例如他们喜欢什么样的标志。”他笑着回忆起为了让大家就初创公司的标志达成一致所花费的大量时间和精力。
Zelikman补充说，新模型将被训练成以与朋友或同事互动的方式提问，让对方感觉像是在努力了解你。如今的聊天机器人被编程为不断提问，但它们并不理解提问的价值。他表示，这是因为这些模型在两个方面进行了优化：一是用户对给定回复的即时喜好程度，二是模型正确回答所接收问题的可能性。
人们对该产品定位不够清晰的部分原因可能是Humans&目前还没有确切的答案。Peng表示，Humans&正在与模型共同设计该产品。她说：“我们在此所做的一部分工作也是确保随着模型的改进，我们能够协同进化界面以及模型能够执行的行为，从而形成一个合理的整体产品。”
然而明确的是，Humans&并不打算打造一个可以接入现有应用程序和协作工具的新模型，这家初创公司希望掌控协作层。
瞄准AI协作层的机遇与挑战
AI与团队协作及生产力工具的结合正成为一个日益热门的领域。例如，AI笔记应用初创公司Granola完成了一轮4300万美元融资，估值达2.5亿美元，同时推出了更多协作功能。多位知名人士也明确表示，AI的下一阶段将是协调与协作，而不仅仅是自动化。LinkedIn创始人里德·霍夫曼（Reid Hoffman）指出，企业错误地实施AI，将其视为孤立的试点项目，而真正的杠杆作用在于工作的协调层——即团队如何共享知识和运行会议。
霍夫曼写道：“AI存在于工作流层面，最接近工作的人最清楚实际的摩擦点在哪里。他们将是发现哪些环节应该被自动化、压缩或彻底重新设计的人。”
这正是Humans&想要立足的领域。其理念是，这款兼具模型与产品属性的系统将成为任何组织——无论是拥有1万名员工的企业还是家庭——之间的“连接组织”，它了解每个人的技能、动机和需求，并能平衡所有这些要素以造福整体。
要实现这一目标，需要重新思考AI模型的训练方式。Humans&联合创始人、前OpenAI研究员何雨辰（Yuchen He）告诉TechCrunch，他们正尝试以一种不同的方式训练模型，这将涉及更多的人类与AI进行交互和协作。他补充说，该初创公司的模型还将使用长视界和多智能体强化学习（RL）进行训练。
长视界强化学习旨在训练模型随时间推移进行规划、行动、修订并坚持到底，而不仅仅是生成一个良好的单次答案；多智能体强化学习则针对多个AI和/或人类参与的环境进行训练。这两个概念在最近的学术研究中正获得越来越多的关注，研究人员正推动大语言模型超越聊天机器人的回复，转向能够在许多步骤中协调行动并优化结果的系统。
He表示：“模型需要记住关于它自己、关于你的事情，记忆越好，对用户理解得就越深。”
尽管有出色的团队在运营，但前方仍有诸多风险。Humans&将需要源源不断的大笔资金来资助训练和扩展新模型这一昂贵事业，这意味着它将与传统巨头争夺资源，包括计算资源的访问权。
然而，最大的风险在于Humans&不仅仅是在与Notion和Slack这样的公司竞争，它正瞄准AI领域的顶级玩家。而这些公司正在积极开发更好的方式来在其平台上促进人类协作：通过Claude Cowork，Anthropic旨在优化工作方式下的协作；Gemini已嵌入Workspace，使得AI赋能的协作已经在人们日常使用的工具内部发生；而OpenAI最近也在向开发者推销其多智能体编排和工作流方案。
关键在于，主要玩家似乎都没有准备基于社交智能重写模型，这要么给Humans&带来优势，要么使其成为收购目标。随着Meta、OpenAI和DeepMind等公司四处搜寻顶尖AI人才，并购无疑是一个风险。
Humans&告诉TechCrunch，它已经拒绝了感兴趣的各方，并且对被收购不感兴趣。Zelikman表示：“我们相信这将是一家世代级的公司，我们认为它有潜力从根本上改变我们与这些模型互动的方式的未来。我们有信心做到这一点，并且对我们组建的团队充满信心。”
本文最初于2026年1月22日发布。