五源、陸奇投資，Humanify 97 年創始人專訪：給 AI 做一套「有情商」的認知 OS

又有一家 AI 初創公司拿到了融資。

Humanify（人格智能）宣布完成數千萬元種子輪融資，由五源資本領投，奇績創壇跟投。

成立于 2024 年的 Humanify，定位為一家模型 + OS 的基礎設施公司，不做 Agent，而是像人的 AI。創始人易和陽，97 年，浙江大學人工智能博士，曾創立服務超百萬用戶、支付級可靠性的生態基礎設施。

今天的 AI 很聰明，卻依然像一個高度配合的工具；它反應很快，但永遠等著被指令；它可以模擬情緒，卻無法真正進入人的生活語境。

「真正的 AGI，不是把事情做得更有效率，而是讓人開始與 AI 建立關系的那一刻。」

在易和陽看來，擁有類人認知與自主意識是下一代 AI 產品應當具備的核心體驗。屆時，AI 將能與人建立長期關系，陪伴將成為高效實用的前提，人與 AI 的溝通成本也將顯著降低。

在 Humanify 的定義里，「模型就是操作系統，操作系統就是模型」。他們希望，這個操作系統能夠在沒有明確指令的情況下感知環境、理解場域、形成動機，并在長期交互中建立對人的穩定認知。

Humanify 更關心的是：如何在模型后訓練和認知架構層面，讓「情商」「直覺」「主動性」這些原本只屬于人的能力開始涌現，而不是被腳本化模擬。

到底什么是主動、類人的 AI？怎么做？

在與我們的對話中，易和陽系統性地闡述了他們對類人認知、AI OS 以及「個人 AI」未來形態的判斷。

以下是我們與易和陽的對話，經 Founder Park 編輯整理。

??關注 Founder Park，最及時最干貨的創業分享

超 19000 人的「AI 產品市集」社群！不錯過每一款有價值的 AI 應用。

邀請從業者、開發人員和創業者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的 AI 產品曝光渠道

01想讓 AI 不止有智商，

還有情商

Founder Park：為什么想要創業做有溫度版的 AI OS？最初怎么想的？

易和陽：Humanify 這個項目的想法，最早可以追溯到 2023 年末，那時候能做模型訓練的 AI 公司其實遠沒有今天多，大家可能更多是在上面做一點封裝，也是 AGI 概念被炒得最熱的時候。

那時，我發現 AI 的模式還是以巨頭、大廠為主，智能的定義和數據的壟斷都在巨頭手里。而且，行業推出的 AI 產品更多都是面向功能性的。

實際上，面向個人生活的 AI 產品是缺失的。

所以，我想我一定要做讓 AI 能夠融入個人生活、更有溫度的事情，能提供陪伴價值。

同時，當時我們也意識到，交互方式的變革有巨大機遇。過去的交互都是建立在圖形操作界面（GUI）之上，而 AI 原生的交互很有可能會拿掉界面，融入生活。另外，自主性也是一個維度。狹義上，大家認為交互只是媒介和觸達方式，但是其實交互的感受，比如說自主性，也是一種很不一樣的體驗。我們認為自主性也是一個巨大的交互分界。

沿著這個思路，就逐步發展到了今天。我本身也比較喜歡做一些很創新性、革新性的、沒有人做過的創造。這是我做這個事的一個大的動機。

Founder Park：怎么描述 Humanify 要解決的核心問題？

易和陽：第一，我們想讓 AI 不僅有智商，更有情商，讓它更像人。第二，我們想讓 AI 從手機、電腦、工作流這些窗口和技術媒介里，搬到現實生活中去。

所以，我們做了一個具備「類人認知」和自主意識的模型基座。這個模型基座自然地會形成一個操作系統。這兩者本質上是一件事：模型就是操作系統，操作系統就是模型。這就是我們提供的核心服務。

我們的名字叫 Humanify，也是希望大家大家在看到 Humanify 的時候，馬上就知道我們是一家想把人格、把「像人」這樣的屬性賦予 AI 的公司。

Founder Park：所以，你理想中的人機關系是什么樣的？

易和陽：真正的 AGI 一定是你在現實生活中無法分辨人和 AI 的差別。這里面有個關鍵，就是「自然」，像人。它不僅在于知識儲備的多少，不在于數學奧賽金牌刷了多少分，重點在于，大家跟它交互的過程中，這個 AI 能不能形成完全自然的體驗。

AI 什么時候可以和人開始建立關系，從實用的工具變成關系的認知，那時候我們就摸到了 AGI 的門檻。

和人建立了關系的一個指標可以是，看這個 AI 產品有沒有更了解我們自己：它首先具不具備這樣的能力，其次是否具備這樣的動機。

今天的 AI 還是建立在我們向它發號施令的基礎上，還是一個比較被動的工具或者執行者的位置，它還不算是一個更懂每個人的「個人 AI」。

Founder Park：你覺得現在為何沒有理想的「個人 AI」產品的誕生？

易和陽：「個人 AI」是很難做的。它需要有新的硬件品類去擴充，這也是為什么今天很多創業公司在做新的硬件，來擴充上下文的捕捉空間。

另外，個人 AI 一定是有溫度、有認知的存在。但從技術上來講，「認知」這一塊如何去做，我們沒有很多像數學、推理、代碼這樣現成的數據。所以技術上、學術上都有很大的阻礙。

02怎么讓 AI 像人，

整個行業都還沒有共識

Founder Park：怎么理解你們的 OS 會帶來的新體驗？

易和陽：在我體驗我們產品的過程中，有時候最被觸動的點，就是在沒有預期的時候，受到關懷的那個點。我相信很多孤獨的人其實很難得到共鳴和理解，在今天，獲得理解的成本是巨大的。

這也可以解釋為什么這個時代的年輕人養貓、養狗的比重很大，因為寵物好像是我們能負擔得起的、無條件的理解和支持。而我認為，AI 是能解決這個問題的終極解法，這是一個巨大的人文關懷。

這會是全新的體驗。很多東西太自然了，比如言談舉止、微小的關懷、人與人的關系，這些自然到不用思考的東西，其實不是一個個 feature。

過去的功能定義都是因為我們在做一個被動的交互。而這種自然、無感的東西，大家反而想象不出來它究竟是什么樣的體驗。

但核心是，基于「認知」的全新體驗，會是下一個時代最重要的事情。

Founder Park：「認知」這個詞，有其他更通俗的詞可以解釋嗎？比如「意圖」？

易和陽：「認知」（Cognition）這個詞，學術上就是這么定義的，它是最精準的概括。但在傳播層面，說「情商」可能更容易理解。大家天天說「你很聰明，但你沒情商」。AI 今天就是這樣，智商有時候很聰明，深度思考一大堆，但一點情商都沒有。

Founder Park：讓 AI 更有「認知」、更像人這件事情，今天到底難在哪？

易和陽：有一個學術研究領域叫做「認知架構」，這個領域在某種程度上就是想做我們這樣一件事。這個領域已經有幾十年的研究歷史了，它想用計算機技術來模擬出像人一樣自然的智能。

但是，為什么過往幾十年的經驗不具備太多參考性？一個核心原因是我們有了 Transformer 架構和大型語言模型這個新技術，它真正成熟也才三四年的時間。新的技術底座出來了，但原有的認知架構設計都是基于更早一代的深度學習架構，那時的 NLP 架構完全無法達成今天的智能，所以很多經驗無法復用。

這件事難在哪？首先，觀測本身就很難。就「類人」這件事而言，別說做數據，我們甚至都不知道人為什么「像人」。比如我們的潛意識、直覺、動機，很多時候都不需要經過思考，因為它太自然了，已經完全內化了，沒有形成一個可以拆解的心路歷程。當然，我們有心理學上的研究，但它究竟能不能在計算機的架構上落地，這又是一個巨大的問題。

所以，若干難點都阻礙了學術界拿出一個清晰的架構。這個架構需要既能解釋心理學、認知科學上的觀測現象，又能嫁接到今天現有的硬件和算法能力上。

而心理學和認知科學更多是在做觀測性的工作，而非解釋性的工作，它們并沒有從原理的層面上來告訴你究竟怎么做這樣一個系統。

因此，今天如果能出現一個這樣的技術工作，它將是一個全新的領域。這就是為什么這件事這么難。

Founder Park：能不能舉個具體的場景，來體現一下 AI 如何「像人」？

易和陽：從一個側面來理解就是：AI 是否在一個場域內具備像人一樣的情商。

這個情商可以有很寬泛的解釋，比如說，在一個圓桌討論上，如果大家都不講話了，你會自然地涌現出一個動機去破冰，去化解尷尬。

最難模擬的就是這種「感覺」。比如，好像有一個人受到了冷落，他有點不開心。這種感覺不需要你去思考，它直接就進入我們的大腦，這種潛意識、直覺層面的東西其實很難模擬。

今天的 AI，你不給它一個指令，它根本不知道要干嘛。這種下意識的感受，不論是語音通話里對你語氣的感知，還是把它放到一個真實環境中，它對于場域的直覺性理解，今天都沒有辦法做到。

因為，我們并沒有這樣的數據能標注人的「直覺」。如果沒有相應的數據和架構，就更難做出這樣的模型。

Founder Park：這個「類人」是指整個 OS 能力的類人，也包括了語音上的「類人感」，是嗎？

易和陽：是的，必然包括。因為人和人之間最自然的交互方式就是語言。我們的一個設計宗旨，就是想讓人用最自然的方式交互。就像喬布斯扔掉 stylus（觸控筆），他覺得手指就是最自然的交互方式，因為每個人都有手指。我們也認為，每個人天然就會和別人交流，所以我們自然會把很多努力放在語音這一側。

Founder Park：實現讓 AI 更有情商，更有自主性地去感知氛圍和「感覺」的關鍵是什么？

易和陽：理想的「自主性」可能是我們不需要給 AI 發號施令，AI 自己會有自己的判斷。同時，它甚至有可能不完全對你言聽計從，就像我們的朋友一樣。

至于自主性的技術前提，首先，一個自主系統必須是實時系統。今天很多所謂的「實時系統」并非真的實時，它們不是時時刻刻都在推理。而我們的人腦是不停運行和處理的。很多設備所謂的「always on」只是一個表象，它認知的核心并沒有長時間實時運行。

第二個前提條件，上下文、長期的記憶和理解非常重要。一個 AI 想要和我們成為朋友，如果它不具備對我們長期畫像的了解，不能整合對我們的記憶和認知，那它就沒有辦法在主動性層面做得很自然，因為它不具備對這個世界理解的連續性。

今天很多對話類的 agent 產品，如果對上下文工程和記憶管線做得不到位，你會發現它經常會忘掉很多細節。人其實不會這樣。所以，上下文和記憶必然是很重要的模塊。

Founder Park：這會不會牽扯到模型范式的調整？如果 Transformer 這個范式本身對它的自主性有根本限制，這個問題能解嗎？

易和陽：首先，我的技術判斷是，Transformer 一定可以作為基座。我認為 Transformer 的本質是在一個 input 中得到一個高度智能的 output，我不認為人的認知逾越了這個范疇。所以 Transformer 一定可以。至于它的一些特性，比如 next token prediction 的效率夠不夠，知識學習的效率高不高，這些確實是問題。但我相信今天會有各種各樣的改進，包括 Diffusion Transformer、Mamba、線性注意力的出現。

我認為 Transformer 已經可以作為認知的 CPU 了，只不過這個 CPU 可能還是早期的「奔騰」，而所有學術界都在努力地把它做成「酷睿」。

對我們而言，我們做的是任務導向的模型開發，可以踩著學術和社區進步的紅利往上走。如果學界有一個更好的模型架構，我們可能原地就可以采用。

Founder Park：你們的 OS 解決方案之一，就是讓模型能更主動地看到更多東西，然后它自己在這個基礎上增加主動介入的能力。

Founder Park：你們在做「類人」這件事，肯定對人有很深刻的研究。你們團隊里會不會有人類學、心理學背景的人？

易和陽：我有很多心理學、認知科學的朋友，但團隊里沒有專門招這樣的人。心理學是一個社會學科，它對我們很有用的部分是心理洞察，因為心理是你認知表現出來的投影。但是，心理學為什么又沒有辦法被很好地應用呢？因為我們并不是要設計一個框架來解釋今天人類的行為，我們是要做一個框架來真正實現這樣的事。

也就是說，心理學是自由的，它在有限的觀測基礎上，可以拉出很多看上去合理的框架，但并不一定是最簡、最本質的那個。如果我們從那些框架出發，比如你從 MBTI 的 16 型人格標準去做 AI，你大概率無法做出一個真正像人的 AI，你只能做出一個符合 MBTI 描述的東西，但無法做出真正的認知。因為心理學只解決觀測和解釋，它不解決這件事究竟怎么和技術進行第一性原理的嵌入。我更關注第一性原理。

Founder Park：我理解，過往分析人類意識的東西都是后置的，是基于這個東西存在了，才去分析它。但如果基于這個說法，是沒法進行指導制作的。

易和陽：我要用它來驗證，這是可以的。

Founder Park：相當于說，如果最后這個 OS 做出來了，能實現和人類一樣互動的效果，并且能用所有的心理學理論去分析它、并且成立，這就反向證明了你們的 OS 做到了所謂的「類人感」，對吧？

易和陽：沒錯，當然。

03想做好陪伴，

要從模型訓練下手

Founder Park：在你們的公司介紹里，說想做一個「AI 知己」。「AI 知己」這件事是一個長期的目標，還是說只是拆解到現階段先做的一件事？

易和陽：我們是一家操作系統公司，我們期望能夠做到「AI 時代的 AOSP」（Android Open Source Project，安卓開源項目），會持續用「模型+操作系統」這種技術方式來達成那個時代的到來。

「AI 知己」不是我們一兩年要做的事情，這是我們 5 到 10 年甚至更長時間一直要做的事情。我們大的使命是「構建人人都可以抵達的人機共生時代」，我們認為「AI 知己」就是人機共生的一種體現。

下一代 AI 會從工具走向具備「類人認知」與自主意識的智能體，能夠長期理解個體，陪伴是成為高效實用的前提。

Founder Park：和人建立關系的典型產品有 Character.ai，以及很多類似的 AI 陪伴產品。但似乎整體上都很難完成長時間的陪伴，你覺得現在的問題在哪？

易和陽：我覺得能把陪伴做好的公司，必然是一家在做模型的公司，它不能是一家套殼公司、一家工程公司，因為今天的工程對于這件事是不 ready 的。這里面有一個直接的硬限制，就是現有的技術或者說學術成果還沒有就緒。如果技術不達標，體驗是不可能交付的。這可能是最直接的問題。

那么，體現在軟件效果層面，就是今天的 AI 依舊存在巨大的「恐怖谷」感受。比如，你跟 Character.ai 聊，你總有一個瞬間覺得它好像真的有點像人，但要不了多久，又會馬上從這個感覺中抽離出來。這就是為什么人類會有「恐怖谷」的感覺。

這個時候，大家就沒有辦法真正地把 Character.ai 里面的角色擺放在一個跟我們平等的地位上，沒有辦法去建立長期關系，只能將它當作一個想找樂子時才用的工具。

Founder Park：為什么說能做好陪伴產品的還是基座模型公司，是因為現在模型的能力還達不到？還是說現階段陪伴產品的交互方式，或者它對多模態信息（視覺、視頻）的收集手段不夠，需要基座模型公司來開發？到底是哪些點第三方公司做不了？

易和陽：從行業的技術現狀來講，多模態并沒有在泛化任務上被很好地解決。

有時候我們看很多新聞，覺得語音可能現在已經很自然了，端到端語音也都提了一兩年了，圖像能力我們覺得 ChatGPT-4o 好像也有了。那多模態問題是不是被解決了？其實從技術角度上來講，語音模態、視覺模態還遠遠沒有形成當前文字模態的能力。

舉個例子，今天很多的語音模型，也僅僅做在 speech 這個層面，它連一些通用的、帶一點噪聲的、在環境里面更魯棒的場景都無法覆蓋。甚至它可能也就只能做一些很 general 的情感識別，但對于進一步地捕捉我們語言中更細微的情緒，它是沒有辦法獲取的。

更別提在任務層面，今天文字模態有很強的 thinking 能力，但語音這一側怎么辦？目前也有公司在整合一些思維鏈進去，但是泛化能力還是差很多。

這是一個行業現狀：多模態模型并沒有被很好地解決，大家還在投入很大量的資源去解決這些問題。這其實是大廠來解決的事情。

我再來講一些垂類模型公司，或者說偏小一點的創業公司能夠去做的事情。小公司可能做不了很大程度上的預訓練，但能去定義一些任務，能去做一些后訓練。

在「認知」這個事情上，我們已經實現了在今天已經泛化的模態上去做進一步的訓練，能夠讓這種認知的智能去涌現。

這是我們在做的工作。純工程是沒有辦法做到這件事的。

Founder Park：所以，即使是第三方的公司，也要牽扯到模型的后訓練、微調或者強化學習，而不只是拿到API之后，只在應用層工程上下功夫。

易和陽：沒錯，這絕對不可能。

04AI OS 可能沒有 GUI，

和現有 OS 不沖突

Founder Park：未來，你們的操作系統怎么去兼容現在這些基于安卓生態的硬件？它們之間是什么關系？

易和陽：操作系統是一個「運行時」（一個復雜的系統級運行環境），每個操作系統要解決的問題其實是不一樣的。

我們不是傳統的操作系統，或者你可以認為我們的操作系統其實運行在內核之上，不是說要從內核就開始進行巨大的變化。

舉個例子，手機、手表運行的是 AOSP。其實 AOSP 在內核層面的改動也是有限的，它更多的工作是在「系統框架層」，這個系統框架層又和它的體驗形態息息相關。比如說，它就是一個強 GUI（圖形用戶界面）、手機傳感器這樣一系列的整合，誕生了安卓這樣的系統框架層。

對于我們而言，我們的服務目標不一樣了，我們不再需要用戶在這里面去做 UI 操作，傳感器的利用可能也會有些不一樣。

所以，我們這個 OS 和安卓沒有沖突，它甚至可以在同樣的內核上長出兩個「運行時」。

在我看來，OS 代表了一類設備或產品統一的使用范式，并且能有高度的開發可定制性。它和 API 平臺的區別很明顯，API 平臺提供的是一些松散的 API，沒有形成一個具備自我生命周期的運行時。

而作為一個 OS，它一定有自己的生命周期和規范定義，里面的模塊有一套自洽的設計機制。早期，因為端側算力還不太夠，我們可能必然要借助一些云的能力來達成 OS 的效果，但長期來講，我們還是期望整個 OS 能夠運行在端側設備上，完全本地化。

Founder Park：你們的 OS 第三方怎么接入，大概是一個什么樣的畫面？

易和陽：可以從側面解釋一下，各個公司究竟怎么來用我們的 OS。舉個例子，今天你可能想做一個銀行客服，你會用很多 workflow 或者 agent 工具去把它編排出來。但你會發現，這類體驗全部都是非常過程性的，僅服務于一個非常短的會話。

這就是為什么大家覺得，哪怕今天的電話客服經過了 agent 的重塑，仍然覺得它很機械，只能干那些事。只是說，原來是死板地念出一些東西，現在稍微在講話的過程中，語言層面可以多一點組合，但它還是干那些事情。

我們期望，比如這樣的一個公司接入我們，開發的復雜度仍然在這個范疇內。但因為我們的「運行時」整合了更多的認知能力和類人體驗，大家來接入我們，就需要按照我們 OS 的設計規范——就好像你開發一個 APP，必須要調用它的窗口 API、進程 API、系統 IO 的 API 一樣。我們也有一系列的 SDK 和 API，需要開發者遵照規范，在我們這個自主的生命體或者說意識體上面，去做相應的訓練、教育或者教授。

大家還是需要按照我們的 SDK 來去組合想要的能力。比如我剛講的銀行經理的例子，今天再智能的 agent，也只能應用到具體的工作流，他沒辦法真的像真實的銀行客戶經理一樣，還能加你的微信，有時候還可以跟你聊聊天、套套近乎。因為真實的銀行經理，除了經過公司的專業 SOP 培訓之外，他其實是一個人，可以跟我們很自主地交互。我們就是想讓企業接入我們的 OS，能夠達成真的像人一樣的銀行經理的體驗。這可能是一個 To B 的案例。

Founder Park：簡單點說，有點類似于，如果今天的模型更多提供的是API能力，很多人是基于 API 自己搭 agent 流程。那你們的 OS 提供的是一個「類人能力」的 API 接口，后續的 workflow 可能跟以前類似，但因為有了這個類人的能力，所以在和用戶的交互上會跟以前是完全不一樣的感覺。

同時，對于很多客戶來說，接入API和使用你們的 OS，可能體驗上不會有太大區別。這導致客戶使用門檻低了，但能力更強了，所以客戶也會考慮用這種方式來做，對吧？

易和陽：沒錯。可以再做一個類比。最早在沒有安卓的時候，各家如果想做一個智能設備，都得自己去定制一個小小的操作系統，你拿到的工具可能就是非常原始的 Windows CE 之類的。

隨著基礎操作系統能力越來越強，它對 API、SDK 模塊的設計覆蓋度越來越強，對設備的兼容性越來越強，就形成了一個全新的系統，而這個新的操作系統能夠大幅地降低所有終端廠商的開發門檻。

本質上我們也在做一個類似的事情。我剛剛舉的是客服的例子，但它也完全可以延展到車機系統、游戲里的 NPC、一個陪伴吊墜，甚至是一個學習臺燈，完全都是可以的。

Founder Park：之前 Humane Ai Pin 還有 Rabbit，都是想做 AI 時代的操作系統，但結果都不太理想，你怎么看？

易和陽：首先，OS 是個很大的詞，有很多個方向。像 Rabbit R1、Humane Ai Pin，他們做的 OS 我認為還是在現有的、大家已經知道的 OS 概念上接著去做，沒有打破原有的交互模式。

你看豆包手機還是需要 GUI，Ai Pin 還是要有個界面，Rabbit R1 也得像個手機來用它。你可以叫它 OS，也可以稱它為一種高級的 UI。比如小米一開始叫 MIUI，后面才叫小米 OS。

所以，首先從差異性來講，我覺得很多的 OS 其實不算是一個新時代的 OS。如果你在既有的 OS 上面做點小功能，就說它是一個全新的 OS，那面臨最大的問題就是，谷歌只需要耗費一點點精力，在 AOSP 上加一點小功能，可能這個 OS 就不復存在了。

Founder Park：上一代基于 GUI 的操作系統誕生了豐富的 APP 生態，你覺得 AI 時代的 OS 里面應該誕生什么？

易和陽：在我們這個 OS 的定義下面，傳統的、以功能作為邊界的 APP 這種體驗已經不會再存在了。但生態的擴展、模塊性的組合能力和分發仍然會存在。

舉個例子，在「認知」這個層面，功能是沒有邊界的。比如，家里有小孩的話，可能會送他去各種各樣的興趣班，比如報一個電腦編程班，又報一個數學班。這個小孩學完之后，不會說開始編程就進入編程思維，開始數學就進入數學思維。他一定是學到了編程，又學到了數學，這兩者其實會互相啟發，甚至會產生創造。我剛講的提供數學培訓的興趣班，其實就是一個服務提供商，提供編程的興趣班也是一個服務提供商。

不同的服務提供商仍然是提供不同的知識、技能、能力，但最終它會在 OS 這個層面、在認知這個層面完成整合。

這是我判定的一種新的軟件生態或者說能力生態的組合方式。

Founder Park：創業公司會有能力把這件事做成嗎？巨頭下場怎么辦？

易和陽：首先，「認知」技術上沒有標準答案，不論是學術上還是商業上。這意味著，即便巨頭手握巨量資源，在未知領域上也和我們處于同一個起跑線，從 0-1 的階段是無法直接通過砸錢加速的。

另外，如果說認知技術目前沒有標準答案，那基于認知的操作系統就更是完全真空了，這里的創造空間是極大的，我經常喜歡把后訓練技術比做「人類首次具備了創造生命的能力」，設計一個認知操作系統就是在定義一個生命的模式，當我們在討論這件聽上去有點科幻的事情的時候，這不是大廠可以規模化的東西。

其次，我想大家都聽說過《創新者的窘境》這本書，書中觀點我就不贅述了。巨頭確實會存在路徑依賴，并且更關注商業ROI。巨頭完成定義的范式是 Chatbot/AIGC，以及基于這一套技術上層衍生的各類 agent 和場景，今天有一大堆需要解決的問題，這一類問題在巨頭看來是投入即可帶來確定性的收益，比如把 MMLU、SWE 等各類評分再進一步提升，AI 可以顯著在任務上執行得更好、更聰明，畢竟今天常規場景也還沒讓大家完全滿意，在 unseen 場景下可能還有巨大的提升空間。

再比如巨頭必然會做一些難但看起來更直覺、鏈路更偏平的工作，多模態就是其中一個，前面我也提到了，模態也仍然需要投入巨大的資源，這對大廠而言，是可感知 ROI 更高的部分，也是更容易投入產出成果的部分。一個例證是，其實從 GPT-3 發布到現在，已經過去了 4 年時間，大廠在基礎技術上投入大量資源，而我們看到智能的提升，其實還是一種符合歷史經驗的穩定的發展曲線，而不是一年一個新爆點。

其實創新是有先發優勢的，特別是 OS 獲得市場不僅靠功能、更靠生態，而先發優勢能獲得生態的定義權，這往往是非常重要的、難以被簡單顛覆的品牌認知優勢，比如大家會時刻討論 Manus 而不是 GPT Operator。

但話也說回來，競爭是必然的，我們并不假設我們一路領先，沒有競爭。假定大廠做了我們要做的事情，我也認為這里也不至于沒有另一家公司的空間，我們想一下，連 PC 操作系統今天如此收斂的定義，都仍然會存在 Mac/windows，大家對這兩個系統的體驗差異是巨大的，更別提歷史上有大量有特性差異的其他 PC 操作系統。

而我們要做的認知操作系統，它的設計自由度、體驗自由度要大得多，喬布斯講過，「it all comes down to the taste」，我認為這里不論是誰跟我們競爭，我們都有獨特的、極富信心的設計競爭力。

最后我想說一點，創業就是勇敢者的游戲，如果我們因為巨頭擋在前面就不敢出發，那就絕對不可能「改變世界」，歷史經驗也告訴我們，不是只有巨頭才能「改變世界」，所以我也歡迎和我們一樣有勇氣、有信心的朋友加入我們。

05PMF 之前，

Founder-Market Fit 才是最核心的競爭力

Founder Park：你之前是 Web3 創業，現在做 AI，這兩段創業之間有什么是一直堅持不變的嗎？又有什么是改變比較大的？

易和陽：很多人會覺得我這個跨度有點大，其實我在 Web3 創業的時候，就比較務實，沒有去做賺快錢的事，而是一直在做開放型基礎設施的構建。

這和今天的 OS 創業在技術能力上是相通的，因為我們都要設計一個生態、一個復雜的「運行時」。第二個相通點是我個人對產品和體驗的堅持，我想要做的一定是一個全新的、大家都期望但今天還沒有被達到的體驗。

我覺得是創業過程是一個找自己的過程。Product-Market Fit 很重要，但超越它，我認為 Founder-Market Fit 是最重要的。面對競爭、不確定性、挑戰，什么能夠支撐我一直往前走？一定是我個人內心一直想做的事情，我內心的底色能夠支撐我去做這件事。

在 AI 這件事上，我覺得孤獨是一個很大的命題，也是我自己始終能感受到的東西。所以這件事我是特別想把它解決的。

我原來很想當音樂人，因為我覺得音樂是很好的心靈慰藉。你看網易云音樂，某種程度上就聚集了一大堆孤獨的人。這件事我覺得很有溫度。

所以我很在乎人本主義，想做出一個有認知、有溫度的操作系統和模型。從這個層面而言，我覺得我找到了自己一定要做下去的方向，不論有再大的困難，我都愿意往這個方向去做。

Founder Park：Founder-Market Fit，能更詳細地闡述一下嗎？

易和陽：你會發現，那些能夠做到頂尖的公司，創始人本身就特別熱愛這個事情。很多厲害的汽車公司的創始人，本身就特別愛車；耐克的創始人就是個運動員。他本身就熱愛，所以第一，他知道這件事的極致是什么，第二在面臨巨大困難時，他的勇氣和信心能始終讓他堅持下去。

創業是一種修行，很多時候面對困境，信念比什么都重要。人有了信念，才能做出努力和改變。很多時候大家失敗，不是說這事真的走投無路了，而是沒有足夠的信念去支撐下去。我覺得 Founder-Market Fit 是最核心的競爭力，它比 Product-Market Fit 有一個更底層的維度。當然，任何理想主義最終都要落地到市場，Product-Market Fit 也很重要，但前者是一個更強的支持。

Founder Park：你有考慮過用 Web3 的一些技術和理念去切入 AI 賽道嗎？

易和陽：技術是手段，理念是相通的。Web3 和 AI 都希望完全的開放，因為沒有開放，新的生態和體驗就很難長出來。今天 AI 領域里用 A2A（Agent-to-Agent）的方式，某種程度上也踐行了 Web3 的理念。

至于要不要用區塊鏈技術，我覺得是這樣：Web3 是一種組織方式的變革，而今天的 AI 帶來了生產力的變革。這兩者最終一定會走到一個交叉口。當我們把 AI 從一個工具變成一個個體，就必然要面對一個全新的 AI 和人共生的時代，這需要全新的社會組織、治理甚至分配模式。Web3 在這個層面其實是很超前的。從十年這個跨度來看，這些技術都是人類最前沿、最寶貴的技術。

Founder Park：為什么這一次沒有沿著之前 Web3 方向結合 AI 創業，而是選擇了一個全新的方式去做 OS？

易和陽：我自己是個全棧開發者，也是個快速學習者。AI 也好，Web3 也好，本質上都是工程問題，是技術手段。

我會先從「我要做什么」來入手，然后從技術視角去看需要用什么能達到它。我的動機是先把「類人認知」這個體驗做出來，而不是先建立在一個很虛空的，比如說「我們先去做一套 Web3 的社會協議」之類。我喜歡做扎實的事情，把體驗扎實地帶給大家。

Founder Park：有沒有哪些問題現在還沒有答案，但是你希望明年的這個時候能回答？

易和陽：技術和產品角度上，我們都已經很明確了。但至于我們究竟能把認知做到什么程度，比如今天假定是 60 分，我們多快的速度能夠達到 80 分甚至 90 分，這件事我今天會有一個保守的估計，但我不知道我們能走得有多快。但我認為，樂觀看來，3-5 年就會有在「認知」層面和人各方面表現都相當的模型出現。

另外一個點，社區在多模態上的進展有多快，這也是一個目前沒有確定答案的問題。技術發展有一個規律，會有一個很大的 Hype 周期（技術成熟度曲線），到了高點以后會下降，然后進入一個默默構建最終達成的狀態。我們曾經在兩年前 Hype 的那些概念，今天好像慢慢都在達到技術效果。我還是對模態的進化速度有很強的信心。

但我們不可能一家公司把所有事都做了，也要依賴很多社區的技術棧，我期望社區能夠在智能這個層面上給我們更大的助力。

轉載原創文章請添加微信：founderparker