Humans&打造协作型AI模型重新定义人机合作

AI聊天机器人在回答问题、总结文档和解决数学方程方面表现越来越出色，但它们仍然主要表现为一对一的助手。它们并非为处理真实协作中的复杂工作而设计：协调具有竞争优先级的人员、跟踪长期决策以及保持团队长期一致性。

由Anthropic、Meta、OpenAI、xAI和Google DeepMind前员工创立的新创公司Humans&认为，弥补这一差距是基础模型的下一个重要前沿。该公司本周筹集了4.8亿美元种子轮融资，旨在为人类加AI经济构建"中枢神经系统"。虽然该创公司"赋能人类的AI"框架主导了早期报道，但公司的实际雄心更为新颖：构建专为社交智能而非仅仅信息检索或代码生成设计的新基础模型架构。

Humans&联合创始人兼前Anthropic员工Andi Peng告诉TechCrunch："感觉我们正在结束第一个扩展范式，即问答模型被训练在特定垂直领域表现非常智能，现在我们进入我们认为的第二波采用浪潮，普通消费者或用户正试图弄清楚如何处理所有这些东西。"

Humans&的核心理念是帮助人们进入AI新时代，超越"AI将取代人类工作"的叙述。无论这是否只是营销话术，时机都至关重要：公司正从聊天转向智能体。模型能力强大，但工作流程并非如此，协调挑战在很大程度上仍未得到解决。在这一切过程中，人们对AI感到威胁和不知所措。

这家成立三个月的公司，像其几个同行一样，凭借这一理念和创始团队的资历成功筹集了惊人的种子轮融资。Humans&仍没有产品，也未明确说明具体可能是什么，尽管团队表示可能替代多人或多用户环境，如通信平台（如Slack）或协作平台（如Google Docs和Notion）。至于用例和目标受众，团队暗示了企业和消费者应用。

Humans&联合创始人兼CEO、前xAI研究员Eric Zelikman告诉TechCrunch："我们正在构建以沟通和协作为中心的产品和模型"，并补充说重点是让产品帮助人们更有效地合作和沟通——无论是彼此之间还是与AI工具的互动。

"比如当你需要做大型团队决策时，通常归结为有人将每个人聚集到一个房间，让每个人表达他们对不同阵营的看法，例如他们想要什么样的logo"，Zelikman继续说道，回忆起为创业公司达成logo共识的耗时过程时与团队一起轻笑。

Zelikman补充说，新模型将被训练以一种感觉像与朋友或同事互动的方式提问，就像试图了解你的人一样。今天的聊天机器人被编程为不断提问，但它们这样做时并不理解问题的价值。他说这是因为它们针对两个方面进行了优化：用户对给定回答的即时喜欢程度，以及模型正确回答所收到问题的可能性。

产品定义缺乏清晰度的部分原因可能是Humans&确实还没有确切答案。Peng说Humans&正在与模型一起设计产品。

"我们在这里做的部分工作也是确保随着模型的改进，我们能够将界面和模型能够执行的行为共同演化为一个有意义的产品"，她说。

然而，明确的是，Humans&并不试图制作一个可以插入现有应用程序和协作工具的新模型。该创业公司希望拥有协作层。

AI加团队协作和生产力工具是一个越来越热门的领域——例如，创业公司AI笔记应用Granola在推出更多协作功能时以2.5亿美元估值筹集了4300万美元。几个知名声音也明确将AI的下一阶段定义为协调和协作，而非仅仅自动化。领英创始人Reid Hoffman今天论证公司通过将AI视为孤立试点来错误实施AI，真正的杠杆在于工作的协调层——即团队如何分享知识和举行会议。

"AI存在于工作流程层面，最接近工作的人知道摩擦实际在哪里"，Hoffman在社交媒体上写道。"他们是发现什么应该被自动化、压缩或完全重新设计的人。"

这就是Humans&想要生存的空间。其想法是其模型/产品将充当任何组织的"连接组织"——无论是10000人的企业还是家庭——理解每个人的技能、动机和需求，以及如何平衡所有这些以实现整体利益。

要达到这一点需要重新思考AI模型的训练方式。

Humans&联合创始人兼前OpenAI研究员Yuchen He告诉TechCrunch："我们试图以不同方式训练模型，这将涉及更多人类和AI互动和协作"，并补充说该创业公司的模型还将使用长期和多智能体强化学习（RL）进行训练。

长期RL旨在训练模型随时间规划、行动、修订和跟进，而不仅仅生成一个好的一次性答案。多智能体RL为多个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工作中获得动力，研究人员推动大语言模型超越聊天机器人响应，转向能够协调行动并在多个步骤中优化结果的系统。

"模型需要记住关于自己、关于你的事情，它的记忆越好，它的用户理解就越好"，He说。

尽管有优秀团队运营，但前方仍有许多风险。Humans&将需要无休止的大笔资金来资助训练和扩展新模型这一昂贵事业。这意味着它将与主要既定参与者竞争资源，包括计算资源的获取。

然而，最大风险是Humans&不仅与Notion和Slack这样的公司竞争。它正在挑战AI领域的顶级玩家。这些公司正积极致力于在其平台上实现更好的人类协作方式，即使他们宣称AGI很快将取代经济可行的工作。通过Claude Cowork，Anthropic旨在优化工作风格协作；Gemini嵌入到Workspace中，因此AI赋能的协作已经在人们已经使用的工具内部发生；OpenAI最近一直在向开发者推销其多智能体编排和工作流程。

至关重要的是，没有一个主要参与者似乎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等公司寻找顶级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，并且不想被收购。

"我们相信这将成为一代性公司，我们认为这有潜力从根本上改变我们与这些模型互动的未来"，Zelikman说。"我们相信自己能做到这一点，我们对在这里组建的团队很有信心。"

Q&A

Q1：Humans&公司想要解决什么问题？

A：Humans&认为现有AI聊天机器人主要表现为一对一助手，无法处理真实协作中的复杂工作，如协调具有竞争优先级的人员、跟踪长期决策和保持团队长期一致性。该公司希望构建专为社交智能设计的基础模型架构，成为人类加AI经济的"中枢神经系统"。

Q2：Humans&的模型训练方式有什么特别之处？

A：Humans&采用不同的训练方式，涉及更多人类和AI互动协作，使用长期和多智能体强化学习。长期强化学习训练模型随时间规划、行动、修订和跟进，多智能体强化学习则为多个AI和人类参与的环境进行训练，让模型能记住关于自己和用户的信息。

Q3：Humans&面临哪些主要挑战？

A：主要挑战包括需要大量资金支持模型训练和扩展，与主要AI公司竞争计算资源。更重要的是，它不仅要与Notion、Slack等协作工具竞争，还要挑战Anthropic、OpenAI等AI巨头。这些大公司都在积极改进平台上的人类协作功能，并且可能成为收购威胁。