從通才到專家，NeoCognition融資4000萬美元押注AI自主進化

智東西
編譯 高遠矚
編輯 漠影

智東西4月22日報道，AI助手“半吊子”的表現常讓人頭疼：整理會議紀要漏關鍵信息，寫代碼跑不通還得手動修。目前，AI智能體的成功率僅約50%。近日，由俄亥俄州立大學教授蘇瑜（Yu Su）創立的AI研究實驗室NeoCognition獲得4000萬美元種子輪融資，用于開發一種能夠像人類一樣持續學習、并在任何領域快速專業化的AI智能體系統。

▲蘇瑜（右）和NeoCognition人工智能研究實驗室的同事

本輪融資由Cambium Capital和Walden Catalyst Ventures聯合領投，Vista Equity Partners以及英特爾CEO陳立武、Databricks聯合創始人伊恩·斯托伊卡等個人投資者跟投。

NeoCognition希望通過構建“世界模型”和自我學習機制，讓智能體從通才轉變為專家，從而真正實現可靠的自主工作。

一、成功率僅50%為什么現在的AI智能體“靠不住”？

NeoCognition的創始人蘇瑜是俄亥俄州立大學的教授，長期從事AI智能體研究，該團隊目前約有15人，其中大多數擁有博士學位，具備深厚的研究背景。

蘇瑜指出，當前市面上流行的AI工具，無論是Claude Code、OpenClaw還是Perplexity，雖然看起來功能強大，但在實際任務執行中，按預期成功完成工作的比例大約只有50%。

換句話說，你每交給它們兩次任務，就可能有一次失敗。

這種“通才型”AI智能體的問題在于：它們缺乏對特定環境的深度理解，無法像人類一樣快速適應新場景、掌握新規則。每次執行任務，用戶都像是在“碰運氣”。

蘇瑜認為，真正的智能不是什么都懂一點，而是能夠在特定領域中成為專家。

人類之所以高效，是因為我們進入一個新環境后，能迅速構建起對該環境的“世界模型”，即理解其中的規則、關系和結果，這正是NeoCognition要賦予AI的能力。

二、NeoCognition的解法：像人一樣構建自己的世界模型

NeoCognition的核心技術理念，是構建一種“自我學習型AI智能體”。

它不再依賴靜態的訓練數據或重復的人工提示，而是能夠在執行任務的過程中，持續觀察、理解并適應所處的環境，逐步建立起一個“微觀世界模型”。

這個模型不僅包含數據，還包括流程、約束、反饋機制等。智能體通過不斷與環境互動，積累經驗，優化行為，最終在特定領域中達到專家級別。

這與傳統的“定制化工程”思路完全不同，后者需要為每一個垂直場景單獨開發、反復調優，成本高、擴展性差。

而NeoCognition的智能體具備通用基礎能力，進入任何新領域后都能自主學習、快速專業化。

三、頂級PE入局，打造企業“AI員工”

NeoCognition的商業化路徑非常清晰，即面向企業市場，尤其是成熟的SaaS公司。這些企業可以利用NeoCognition的智能體系統，打造“AI員工”，或為現有產品注入AI能力，實現智能化升級。

值得一提的是，本輪融資中出現了Vista Equity Partners的身影。作為全球最大的軟件領域私募股權公司之一，Vista擁有龐大的企業投資組合。這意味著NeoCognition不僅獲得了資金，更獲得了直接接觸大量潛在客戶的戰略通道。

蘇瑜表示，Vista的參與將極大加速NeoCognition的產品落地和行業滲透。

結語：從“通才”到“專家”，AI自主智能體的下一站

NeoCognition的出現，標志著AI智能體的發展方向正在發生微妙但深刻的變化。

過去幾年，行業熱衷于打造“全能型”AI，試圖讓一個模型回答所有問題、完成所有任務，但通用與可靠之間，往往存在巨大的鴻溝。

NeoCognition選擇了一條更艱難但更務實的道路：讓AI像人類一樣，先學會學習，再成為專家。這條路如果走通，AI將不再只是一個“回答問題”的工具，而是一個真正能獨立完成工作、值得信賴的協作者。

當然，挑戰也不容忽視。持續學習型AI在動態環境中的控制問題、行為可預測性問題、以及在敏感行業中的合規風險，都是NeoCognition必須面對的現實難題。如何在不犧牲安全性的前提下實現自主進化，將是蘇瑜團隊接下來需要攻克的“硬骨頭”。

但無論如何，這場從“通才”到“專家”的轉變，值得所有關注AI未來的人持續留意。

來源：Techcrunch、AI Base、Hosting Journalist