📢 转载信息
原文作者：Rebecca Bellan
AI 聊天机器人越来越擅长回答问题、总结文档和解决数学方程，但它们大多仍然像是一次只服务于一个用户的助手。它们并非为管理现实协作中那些更混乱的工作而设计：协调具有相互竞争优先级的员工、跟踪长期决策以及随着时间的推移保持团队的一致性。
Humans&，一家由来自 Anthropic、Meta、OpenAI、xAI 和 Google DeepMind 的校友创立的新初创公司，认为填补这一空白是基础模型的下一个主要前沿领域。本周，该公司筹集了 4.8 亿美元的种子轮融资，用于构建“人类+AI 经济”的“中枢神经系统”。这家初创公司“赋能人类的 AI”的说法主导了早期的报道，但该公司的真正雄心更为新颖：构建一种专为社交智能而设计的新型基础模型架构，而不仅仅是信息检索或代码生成。
Humans& 的联合创始人兼前 Anthropic 员工 Andi Peng 告诉 TechCrunch：“感觉我们正在结束第一阶段的规模化，即问答模型被训练成在特定垂直领域非常智能，而现在我们正进入我们认为的第二波采用浪潮，即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& 的主张核心在于帮助人们迈入 AI 的新时代，超越“AI 将取代他们的工作”的叙述。无论这是否仅仅是营销说辞，时机都至关重要：公司正在从聊天转向智能体。模型是称职的，但工作流程不是，而协调挑战在很大程度上仍未得到解决。在此期间，人们对 AI 感到受到威胁和不知所措。
这家成立三个月た的公司，与其他几家同行一样，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& 仍未有具体产品，其可能是什么也尚不清楚，尽管团队表示它可能取代多人或多用户环境，例如通信平台（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& 的联合创始人兼首席执行官、前 xAI 研究员 Eric Zelikman 告诉 TechCrunch：“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，重点是让产品帮助人们更有效地协同工作和沟通——无论是彼此之间，还是与 AI 工具之间。
Zelikman 接着笑着回忆起团队为初创公司选择标志的乏味过程，他说：“就像当你需要做出一个大的集体决策时，通常需要有人把大家召集到一个房间里，让每个人都表达他们对比如他们想要什么类型的标志的不同看法。”
Zelikman 补充说，新模型将被训练成以一种感觉像与朋友或同事交流的方式提出问题，就像一个试图了解你的同事一样。如今的聊天机器人被编程为不断提问，但它们提问的方式却不理解问题的价值。他说，这是因为它们被优化了两件事：用户对收到的回复的即时满意度，以及模型正确回答所接收问题的可能性。
产品缺乏清晰度的一部分原因可能是 Humans& 尚未确切知道那是什么。Peng 说，Humans& 正在与模型一起设计产品。
“我们在这里所做的一部分工作是确保随着模型的改进，我们能够将模型有能力实现的界面和行为，共同演化成一个有意义的产品，”她说。
不过，明确的是，Humans& 不想制造一个可以插入现有应用程序和协作工具的新模型。这家初创公司希望主导协作层。
AI 加上团队协作和生产力工具正成为一个日益热门的领域——例如，笔记应用初创公司 Granola 在推出更多协作功能时，以 2.5 亿美元的估值筹集了 4300 万美元的融资。几位备受瞩目的人物也明确将 AI 的下一阶段定位为协调与协作，而不仅仅是自动化。领英联合创始人 Reid Hoffman 今天指出，公司在实施 AI 方面犯了错误，将其视为孤立的试点项目，而真正的杠杆在于工作的协调层——即团队如何共享知识和组织会议。
Hoffman 在社交媒体上写道：“AI 存在于工作流程层面，最接近工作的人知道摩擦点到底在哪里。”“他们将是发现哪些内容应该被自动化、压缩或完全重新设计的人。”
这就是 Humans& 希望立足的空间。其模型/产品的理念是充当任何组织——无论是 10,000 人的企业还是一个家庭——的“连接组织”，了解每个人的技能、动机和需求，以及如何平衡所有这些以实现整体利益。
要实现这一目标，需要重新思考 AI 模型的训练方式。
Humans& 的联合创始人兼前 OpenAI 研究员 Yuchen He 告诉 TechCrunch：“我们正在尝试以不同的方式训练模型，这将涉及更多人类和 AI 之间的交互与协作，”他补充说，该初创公司的模型还将使用长期强化学习（RL）和多智能体强化学习（RL）进行训练。
长期 RL 旨在训练模型随着时间的推移进行规划、行动、修改和跟进，而不仅仅是生成一个好的单次答案。多智能体 RL 针对有多个 AI 和/或人类在循环中的环境进行训练。随着研究人员将 LLM 从聊天机器人响应推向能够协调行动并在多个步骤中优化结果的系统，这两个概念在近期的学术工作中正变得越来越受关注。
He 说：“模型需要记住关于它自己、关于你的事情，它的记忆越好，它对用户的理解就越好。”
尽管掌舵者团队阵容强大，但前方仍有许多风险。Humans& 将需要源源不断的大笔资金来支持训练和扩展新模型这一昂贵的尝试。这意味着它将在资源（包括计算资源）方面与主要的既有参与者竞争。
然而，最大的风险是 Humans& 不仅与 Notion 和 Slack 之类的公司竞争。它正在挑战 AI 领域的“巨头”。而这些公司正积极探索在其平台上实现更好的人机协作的方法，即使他们声称 AGI 将很快取代经济上可行的工作。通过 Claude Cowork，Anthropic 旨在优化工作方式的协作；Gemini 已嵌入 Workspace，因此 AI 赋能的协作已经在人们正在使用的工具中发生；而 OpenAI 最近一直在向开发者推销其多智能体编排和工作流。
至关重要的是，没有一家主要参与者似乎准备好基于社交智能重写模型，这要么为 Humans& 提供了先机，要么使其成为一个被收购的目标。而且，鉴于 Meta、OpenAI 和 DeepMind 等公司都在积极招募顶尖 AI 人才，并购当然是一个风险。
Humans& 告诉 TechCrunch，它已经拒绝了感兴趣的收购方，并且对被收购不感兴趣。
Zelikman 说：“我们相信这将是一家世代相传的公司，我们认为这有潜力从根本上改变我们与这些模型互动未来的方式。我们相信自己能做到这一点，并且对我们在这里组建的团队充满信心。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区