Humans&打造協作型AI模型重新定義人機合作

AI聊天機器人在回答問題、總結文檔和解決數學方程方面表現越來越出色，但它們仍然主要表現為一對一的助手。它們并非為處理真實協作中的復雜工作而設計：協調具有競爭優先級的人員、跟蹤長期決策以及保持團隊長期一致性。

由Anthropic、Meta、OpenAI、xAI和Google DeepMind前員工創立的新創公司Humans&認為，彌補這一差距是基礎模型的下一個重要前沿。該公司本周籌集了4.8億美元種子輪融資，旨在為人類加AI經濟構建"中樞神經系統"。雖然該創公司"賦能人類的AI"框架主導了早期報道，但公司的實際雄心更為新穎：構建專為社交智能而非僅僅信息檢索或代碼生成設計的新基礎模型架構。

Humans&聯合創始人兼前Anthropic員工Andi Peng告訴TechCrunch："感覺我們正在結束第一個擴展范式，即問答模型被訓練在特定垂直領域表現非常智能，現在我們進入我們認為的第二波采用浪潮，普通消費者或用戶正試圖弄清楚如何處理所有這些東西。"

Humans&的核心理念是幫助人們進入AI新時代，超越"AI將取代人類工作"的敘述。無論這是否只是營銷話術，時機都至關重要：公司正從聊天轉向智能體。模型能力強大，但工作流程并非如此，協調挑戰在很大程度上仍未得到解決。在這一切過程中，人們對AI感到威脅和不知所措。

這家成立三個月的公司，像其幾個同行一樣，憑借這一理念和創始團隊的資歷成功籌集了驚人的種子輪融資。Humans&仍沒有產品，也未明確說明具體可能是什么，盡管團隊表示可能替代多人或多用戶環境，如通信平臺（如Slack）或協作平臺（如Google Docs和Notion）。至于用例和目標受眾，團隊暗示了企業和消費者應用。

Humans&聯合創始人兼CEO、前xAI研究員Eric Zelikman告訴TechCrunch："我們正在構建以溝通和協作為中心的產品和模型"，并補充說重點是讓產品幫助人們更有效地合作和溝通——無論是彼此之間還是與AI工具的互動。

"比如當你需要做大型團隊決策時，通常歸結為有人將每個人聚集到一個房間，讓每個人表達他們對不同陣營的看法，例如他們想要什么樣的logo"，Zelikman繼續說道，回憶起為創業公司達成logo共識的耗時過程時與團隊一起輕笑。

Zelikman補充說，新模型將被訓練以一種感覺像與朋友或同事互動的方式提問，就像試圖了解你的人一樣。今天的聊天機器人被編程為不斷提問，但它們這樣做時并不理解問題的價值。他說這是因為它們針對兩個方面進行了優化：用戶對給定回答的即時喜歡程度，以及模型正確回答所收到問題的可能性。

產品定義缺乏清晰度的部分原因可能是Humans&確實還沒有確切答案。Peng說Humans&正在與模型一起設計產品。

"我們在這里做的部分工作也是確保隨著模型的改進，我們能夠將界面和模型能夠執行的行為共同演化為一個有意義的產品"，她說。

然而，明確的是，Humans&并不試圖制作一個可以插入現有應用程序和協作工具的新模型。該創業公司希望擁有協作層。

AI加團隊協作和生產力工具是一個越來越熱門的領域——例如，創業公司AI筆記應用Granola在推出更多協作功能時以2.5億美元估值籌集了4300萬美元。幾個知名聲音也明確將AI的下一階段定義為協調和協作，而非僅僅自動化。領英創始人Reid Hoffman今天論證公司通過將AI視為孤立試點來錯誤實施AI，真正的杠桿在于工作的協調層——即團隊如何分享知識和舉行會議。

"AI存在于工作流程層面，最接近工作的人知道摩擦實際在哪里"，Hoffman在社交媒體上寫道。"他們是發現什么應該被自動化、壓縮或完全重新設計的人。"

這就是Humans&想要生存的空間。其想法是其模型/產品將充當任何組織的"連接組織"——無論是10000人的企業還是家庭——理解每個人的技能、動機和需求，以及如何平衡所有這些以實現整體利益。

要達到這一點需要重新思考AI模型的訓練方式。

Humans&聯合創始人兼前OpenAI研究員Yuchen He告訴TechCrunch："我們試圖以不同方式訓練模型，這將涉及更多人類和AI互動和協作"，并補充說該創業公司的模型還將使用長期和多智能體強化學習（RL）進行訓練。

長期RL旨在訓練模型隨時間規劃、行動、修訂和跟進，而不僅僅生成一個好的一次性答案。多智能體RL為多個AI和/或人類參與的環境進行訓練。這兩個概念在最近的學術工作中獲得動力，研究人員推動大語言模型超越聊天機器人響應，轉向能夠協調行動并在多個步驟中優化結果的系統。

"模型需要記住關于自己、關于你的事情，它的記憶越好，它的用戶理解就越好"，He說。

盡管有優秀團隊運營，但前方仍有許多風險。Humans&將需要無休止的大筆資金來資助訓練和擴展新模型這一昂貴事業。這意味著它將與主要既定參與者競爭資源，包括計算資源的獲取。

然而，最大風險是Humans&不僅與Notion和Slack這樣的公司競爭。它正在挑戰AI領域的頂級玩家。這些公司正積極致力于在其平臺上實現更好的人類協作方式，即使他們宣稱AGI很快將取代經濟可行的工作。通過Claude Cowork，Anthropic旨在優化工作風格協作；Gemini嵌入到Workspace中，因此AI賦能的協作已經在人們已經使用的工具內部發生；OpenAI最近一直在向開發者推銷其多智能體編排和工作流程。

至關重要的是，沒有一個主要參與者似乎準備基于社交智能重寫模型，這要么給Humans&帶來優勢，要么使其成為收購目標。隨著Meta、OpenAI和DeepMind等公司尋找頂級AI人才，并購無疑是一個風險。

Humans&告訴TechCrunch它已經拒絕了感興趣的各方，并且不想被收購。

"我們相信這將成為一代性公司，我們認為這有潛力從根本上改變我們與這些模型互動的未來"，Zelikman說。"我們相信自己能做到這一點，我們對在這里組建的團隊很有信心。"

Q&A

Q1：Humans&公司想要解決什么問題？

A：Humans&認為現有AI聊天機器人主要表現為一對一助手，無法處理真實協作中的復雜工作，如協調具有競爭優先級的人員、跟蹤長期決策和保持團隊長期一致性。該公司希望構建專為社交智能設計的基礎模型架構，成為人類加AI經濟的"中樞神經系統"。

Q2：Humans&的模型訓練方式有什么特別之處？

A：Humans&采用不同的訓練方式，涉及更多人類和AI互動協作，使用長期和多智能體強化學習。長期強化學習訓練模型隨時間規劃、行動、修訂和跟進，多智能體強化學習則為多個AI和人類參與的環境進行訓練，讓模型能記住關于自己和用戶的信息。

Q3：Humans&面臨哪些主要挑戰？

A：主要挑戰包括需要大量資金支持模型訓練和擴展，與主要AI公司競爭計算資源。更重要的是，它不僅要與Notion、Slack等協作工具競爭，還要挑戰Anthropic、OpenAI等AI巨頭。這些大公司都在積極改進平臺上的人類協作功能，并且可能成為收購威脅。