智东西
编译 高远瞩
编辑 漠影

智东西4月22日报道，AI助手“半吊子”的表现常让人头疼：整理会议纪要漏关键信息，写代码跑不通还得手动修。目前，AI智能体的成功率仅约50%。近日，由俄亥俄州立大学教授苏瑜（Yu Su）创立的AI研究实验室NeoCognition获得4000万美元种子轮融资，用于开发一种能够像人类一样持续学习、并在任何领域快速专业化的AI智能体系统。

▲苏瑜（右）和NeoCognition人工智能研究实验室的同事

本轮融资由Cambium Capital和Walden Catalyst Ventures联合领投，Vista Equity Partners以及英特尔CEO陈立武、Databricks联合创始人伊恩·斯托伊卡等个人投资者跟投。

NeoCognition希望通过构建“世界模型”和自我学习机制，让智能体从通才转变为专家，从而真正实现可靠的自主工作。

一、成功率仅50%为什么现在的AI智能体“靠不住”？

NeoCognition的创始人苏瑜是俄亥俄州立大学的教授，长期从事AI智能体研究，该团队目前约有15人，其中大多数拥有博士学位，具备深厚的研究背景。

苏瑜指出，当前市面上流行的AI工具，无论是Claude Code、OpenClaw还是Perplexity，虽然看起来功能强大，但在实际任务执行中，按预期成功完成工作的比例大约只有50%。

换句话说，你每交给它们两次任务，就可能有一次失败。

这种“通才型”AI智能体的问题在于：它们缺乏对特定环境的深度理解，无法像人类一样快速适应新场景、掌握新规则。每次执行任务，用户都像是在“碰运气”。

苏瑜认为，真正的智能不是什么都懂一点，而是能够在特定领域中成为专家。

人类之所以高效，是因为我们进入一个新环境后，能迅速构建起对该环境的“世界模型”，即理解其中的规则、关系和结果，这正是NeoCognition要赋予AI的能力。

二、NeoCognition的解法：像人一样构建自己的世界模型

NeoCognition的核心技术理念，是构建一种“自我学习型AI智能体”。

它不再依赖静态的训练数据或重复的人工提示，而是能够在执行任务的过程中，持续观察、理解并适应所处的环境，逐步建立起一个“微观世界模型”。

这个模型不仅包含数据，还包括流程、约束、反馈机制等。智能体通过不断与环境互动，积累经验，优化行为，最终在特定领域中达到专家级别。

这与传统的“定制化工程”思路完全不同，后者需要为每一个垂直场景单独开发、反复调优，成本高、扩展性差。

而NeoCognition的智能体具备通用基础能力，进入任何新领域后都能自主学习、快速专业化。

三、顶级PE入局，打造企业“AI员工”

NeoCognition的商业化路径非常清晰，即面向企业市场，尤其是成熟的SaaS公司。这些企业可以利用NeoCognition的智能体系统，打造“AI员工”，或为现有产品注入AI能力，实现智能化升级。

值得一提的是，本轮融资中出现了Vista Equity Partners的身影。作为全球最大的软件领域私募股权公司之一，Vista拥有庞大的企业投资组合。这意味着NeoCognition不仅获得了资金，更获得了直接接触大量潜在客户的战略通道。

苏瑜表示，Vista的参与将极大加速NeoCognition的产品落地和行业渗透。

结语：从“通才”到“专家”，AI自主智能体的下一站

NeoCognition的出现，标志着AI智能体的发展方向正在发生微妙但深刻的变化。

过去几年，行业热衷于打造“全能型”AI，试图让一个模型回答所有问题、完成所有任务，但通用与可靠之间，往往存在巨大的鸿沟。

NeoCognition选择了一条更艰难但更务实的道路：让AI像人类一样，先学会学习，再成为专家。这条路如果走通，AI将不再只是一个“回答问题”的工具，而是一个真正能独立完成工作、值得信赖的协作者。

当然，挑战也不容忽视。持续学习型AI在动态环境中的控制问题、行为可预测性问题、以及在敏感行业中的合规风险，都是NeoCognition必须面对的现实难题。如何在不牺牲安全性的前提下实现自主进化，将是苏瑜团队接下来需要攻克的“硬骨头”。

但无论如何，这场从“通才”到“专家”的转变，值得所有关注AI未来的人持续留意。

Techcrunch、AI base、Hosting Journalist