AI协作新范式：Humans&获4.8亿美元融资，打造“社会智能”基础模型

当AI助手在单任务处理上日益精进时，一个根本性瓶颈正在浮现：它们无法有效协调拥有不同优先级的人类团队，也无法管理长期、复杂的协作流程。最新行业动态指出，协调能力（Coordination）正成为人工智能发展的下一个关键前沿，而一家名为Humans&的初创公司已获得4.8亿美元巨额种子轮融资，旨在构建专为“社会智能”设计的新型基础模型架构。

从问答到协调：AI范式的根本性转变

当前的主流大语言模型（Large Language Models, LLMs）虽然在信息检索、代码生成和内容创作方面表现出色，但其设计初衷仍是“单用户助手”模式。市场分析显示，当面对需要多人协作、利益平衡和长期跟踪的复杂工作流时，现有AI工具往往力不从心。

Humans&的核心论点在于，AI发展的第一阶段——垂直领域智能提升——已接近尾声，现在正进入“第二波采纳浪潮”。该公司联合创始人、前Anthropic员工在近期分享中表示：“普通用户正在努力弄清楚如何将这些强大的AI工具真正融入日常工作流程。问题的关键不在于AI能否完成某项任务，而在于它能否帮助团队更有效地协同工作。”

这一转变的背景是明确的：企业正从简单的聊天机器人（Chatbot）转向更复杂的智能体（Agent）系统。虽然模型本身的能力已经足够，但工作流层面的协调挑战——如何让多个AI和人类在同一目标下高效协作——却远未解决。

技术架构：重新定义AI训练范式

为实现“社会智能”的目标，Humans&计划从根本上重构AI模型的训练方式。该公司技术团队透露，其模型将采用两种前沿的强化学习（Reinforcement Learning, RL）方法：

• 长视野强化学习（Long-horizon RL）：训练模型进行长期规划、行动、修正和跟进，而非仅仅生成一次性优质回答。这使AI能够管理跨越数天甚至数周的协作流程。
• 多智能体强化学习（Multi-agent RL）：在多个AI和/或人类同时参与的环境中训练模型，模拟真实世界中的团队互动和决策过程。

“模型需要记住关于自身、关于用户的信息，”该公司另一位联合创始人、前OpenAI研究员解释道，“它的记忆能力越强，对用户的理解就越深，协调能力也就越出色。”这种训练方式的目标是让AI的提问方式更像一位试图了解你的同事或朋友，而非机械地收集信息。

市场定位：瞄准协作层，而非应用层

值得注意的是，Humans&的野心并非仅仅是打造一个能嵌入现有工具（如Slack或Notion）的新模型。据熟悉该公司战略的人士透露，其目标是“拥有协作层本身”——成为连接组织内所有人员和AI工具的“结缔组织”。

“AI存在于工作流层面，最接近实际工作的人才知道摩擦点在哪里。他们才是发现哪些流程应该被自动化、压缩或彻底重新设计的人。”——一位资深科技行业观察者在社交媒体上如此评论当前AI协作领域的发展方向。

这一理念与行业趋势高度吻合。近期，专注于AI笔记和协作的初创公司Granola在推出更多协作功能后，以2.5亿美元估值融资4300万美元。越来越多的高层声音开始明确将AI的下一阶段定义为“协调与协作”，而不仅仅是自动化。

竞争格局：直面科技巨头的多维挑战

尽管愿景宏大，Humans&面临的道路充满挑战。首先，训练和扩展一个全新的基础模型需要持续且巨额的资金投入，这意味着该公司将与已建立的大型科技公司在计算资源、人才和市场份额上展开直接竞争。

更关键的是，Humans&的竞争对手不仅包括Notion、Slack等协作平台，更直接指向AI领域的头部企业：

• Anthropic通过Claude Cowork功能优化工作风格协作
• Google已将Gemini深度集成到Workspace中，在用户熟悉的工具内实现AI协作
• OpenAI近期积极向开发者推广其多智能体编排和工作流解决方案

然而，这些主要参与者似乎都未将“基于社会智能重构模型架构”作为核心战略。这既可能为Humans&提供独特的竞争优势，也可能使其成为潜在的收购目标。该公司已公开表示拒绝了感兴趣的收购方，并坚信自己将打造一家“世代级”的企业。

行业影响与未来展望

Humans&的出现标志着AI发展轨迹的一个重要转折点。如果其“社会智能”模型能够成功，将可能从根本上改变组织运作的方式——无论是万人员工的企业还是小型家庭团队。这种模型将理解每个人的技能、动机和需求，并找到平衡这些因素以实现整体目标的最佳方式。

从技术演进的角度看，这代表着AI从“工具智能”向“系统智能”的跃迁。未来的AI不仅需要知道如何完成特定任务，更需要理解复杂的社会动态、管理冲突的优先级，并在长期的时间尺度上维持团队的凝聚力。

对于企业和普通用户而言，这种转变意味着AI的价值将不再局限于提升个人生产力，而在于放大集体智慧。当AI能够真正理解并优化人类协作的微妙之处时，我们可能会看到工作方式、组织结构和创新流程的根本性变革。

当然，这条道路充满未知。技术可行性、用户接受度、商业模式和竞争压力都是Humans&需要克服的障碍。但无论如何，这家初创公司的大胆尝试已经为整个行业提出了一个关键问题：当AI学会协调人类时，工作的未来将是什么模样？