图片来源：Humans&

AI 聊天机器人在回答问题、总结文档和求解数学方程方面越来越强，但它们大多仍像是为单一用户服务的助手。 它们并非为处理真实协作中更复杂的任务而生：比如协调目标各异的成员、追踪长期决策过程、以及维持团队持续同心同力。

Humans& 是一家由 Anthropic、Meta、OpenAI、xAI 和 Google DeepMind 前员工共同创立的新创公司，他们认为缩小这一差距是基础模型的下一个主要前沿领域。该公司本周筹集了 4800 万美元的种子轮融资 ，旨在为"人类+AI"经济构建一个"中枢神经系统"。

这家初创公司早期报道中强调的" 赋能人类的 AI"框架占据主导，但其实际愿景更具新意：构建专为社交智能设计的新基础模型架构，而不仅限于信息检索或代码生成。

"感觉我们正在结束规模化第一阶段，即问答模型被训练得在某些垂直领域非常擅长，现在正进入我们认为是第二波应用浪潮，普通消费者或用户正在努力弄清楚如何运用所有这些技术，"Humans& 联合创始人、前 Anthropic 员工 Andi Peng 向 TechCrunch 表示。

Humans&的宣传核心在于帮助人们迎接人工智能新时代，摆脱“AI 将取代人类工作”的叙事框架。无论这是否仅为营销话术，其时机选择堪称关键：企业正从聊天工具转向智能体应用。模型本身已具备足够能力，但工作流程尚未适配，而协同挑战至今仍未得到有效解决。与此同时，人们始终对人工智能怀有被威胁和压制的焦虑。

这家成立仅三个月的公司与其部分同行相似，凭借其哲学理念与创始团队的溯源记录，成功完成了令人瞩目的种子轮融资。Humans&目前尚未推出具体产品，也未明确产品形态，但团队暗示可能替代多用户场景下的沟通平台（例如 Slack）或协作平台（例如 Google Docs 和 Notion）。关于应用场景与目标群体，团队同时暗示将涵盖企业级与消费级市场。

"我们正在构建一款以沟通与协作为核心的产品和模型，"humans&的联合创始人兼首席执行官、前 xAI 研究员埃里克·泽利克曼向 TechCrunch 透露。他补充说，重点在于让产品帮助人们更有效地协同工作与交流——无论是人与人之间，还是人与 AI 工具之间。

"就像当你需要做一个大型集体决策时，往往需要有人把大家召集到一个房间里，让每个人表达不同的意见，比如他们想要什么样的标志，"泽利克曼继续笑着说道，他和团队成员回忆起当初为新创公司确定标志时，为达成共识所经历的耗时又乏味的过程。

泽利克曼进一步表示，新模型将被训练成以类似朋友或同事交流的方式提问，就像对方试图了解你一样。目前的聊天机器人被设定为不断提问，但它们并不理解提问的价值所在。 他指出，这是因为现有模型主要围绕两个目标进行优化：一是用户对即时回复的喜爱程度，二是模型能否正确回答问题。

产品定位不够清晰的部分原因在于，Humans&目前尚未对此给出确切答案。彭表示，Humans&正在同步进行模型与产品的协同设计。

她说道：“我们的工作重点之一，是确保随着模型能力的提升，能够将界面交互与模型行为共同演进为真正有价值的产品形态。”

不过可以明确的是，Humans&并非要开发可嵌入现有应用程序与协作工具的新型模型。这家初创企业的目标是打造专属的协作生态层。

人工智能结合团队协作与生产力工具正成为一个日益火热的领域——例如，初创企业 AI 笔记应用 Granola 在推出更多协作功能时，以 2.5 亿美元估值完成了 4300 万美元融资。多位知名意见领袖也明确将人工智能的下一阶段定位为协调与合作，而不仅仅是自动化。领英创始人里德·霍夫曼近日指出，企业正误用人工智能，将其视为孤立试点项目，而真正的价值在于工作流程中的协调层——即团队如何共享知识和组织会议。

“人工智能应作用于工作流层面，最贴近实际工作的人才清楚真正的阻力在哪里，”霍夫曼在社交媒体上写道，“他们才是发现哪些环节应实现自动化、流程压缩或彻底重塑的关键。”

这正是humans&想要探索的领域。其核心理念是让模型/产品成为任何组织——无论是万人企业还是家庭——的"连接组织"，既能理解每个人的技能、动机与需求，又能协调平衡这些要素，以实现整体利益的最优化。

要实现这一点，需要重新思考AI 模型的训练方式。

"我们正尝试以一种不同的方式训练模型，这将让更多人类与 AI 相互交流协作，"Humans&联合创始人、前 OpenAI 研究员何宇晨对 TechCrunch 表示。他补充道，该初创公司的模型还将通过长时程规划与多智能体强化学习（RL）进行训练。

长时程强化学习旨在训练模型学会随时间推移进行规划、行动、修正与持续执行，而非仅生成一次性的优质回答。多智能体强化学习则针对多个AI 和/或人类共同参与的场景进行训练。随着研究者推动 LLMs 从聊天机器人应答向能协调行动、在多步骤中优化结果的系统演进，这两种理念在近期的学术研究中正获得日益增长的关注。

"模型需要记住关于自身、关于用户的信息，其记忆能力越强，对用户的理解就越深入，"何宇晨说道。

尽管团队星光熠熠，前路仍充满风险。Humans& 将需要源源不断的巨额资金，来支持培训与扩展新模型这一昂贵事业。这意味着它将与主要的老牌玩家争夺资源，包括算力使用权。

然而，最大的风险在于，humans& 不仅仅是在与 Notion、Slack 等公司竞争。它正瞄准人工智能领域的头部企业。这些公司都在积极推动其平台上更优的人类协作方式，即便它们同时宣称通用人工智能将很快取代具有经济价值的工作。

通过 Claude Cowork，Anthropic 致力于优化工作流协作；Gemini 已深度集成至 Workspace，使 AI 赋能的协作在人们日常使用的工具中悄然发生；而 OpenAI 近期也持续向开发者推介其多智能体编排与工作流解决方案。

关键问题在于，尚无一家主要厂商表现出打算基于社交智能重写模型架构的迹象——这既可能让 humans&获得先发优势，也可能使其成为收购目标。随着 Meta、OpenAI 和 DeepMind 等公司持续搜罗顶尖 AI 人才，并购确实是一种潜在风险。

Humans&向 TechCrunch 表示，该公司已回绝潜在收购意向方，且目前对接受收购并无兴趣。

"我们相信这将是一家跨世代的公司，我们认为它有潜力从根本上变更我们与这些模型互动方式的未来，"泽利克曼表示。"我们相信自己能够实现这一目标，并且对团队在此组建的团队抱有极大的信心。"

参考资料：

https://techcrunch.com/2026/01/25/humans-thinks-coordination-is-the-next-frontier-for-ai-and-theyre-building-a-model-to-prove-it/