清华学霸团队获英特尔投资研发自进化AI智能体
4月22日的一则行业报道，揭示了当前AI应用面临的核心挑战：被寄予厚望的AI智能体，在实际任务中的表现时常难以令人满意。无论是整理会议纪要遗漏关键要点，还是生成的代码需要手动调试才能运行，这些“半成品”式的表现，其根本原因在于当前AI智能体处理复杂任务的成功率普遍较低，仅在50%左右徘徊。
近日，一家致力于从根本上攻克这一难题的研究机构获得了市场的重磅投资。由俄亥俄州立大学教授苏瑜（Yu Su）创立的人工智能研究实验室NeoCognition，正式宣布完成4000万美元的种子轮融资。本轮资金将用于开发一种创新的“自我学习型AI智能体”，其核心目标是让AI系统能够像人类一样具备持续学习的能力，并在任何特定领域内快速达到专业级水平。
▲苏瑜（右）和NeoCognition人工智能研究实验室的同事
此次融资由Cambium Capital和Walden Catalyst Ventures共同领投，跟投方包括Vista Equity Partners，以及英特尔CEO陈立武、Databricks联合创始人伊恩·斯托伊卡等知名个人投资者。如此豪华的投资方阵容，充分反映了市场对这条技术路线的强烈信心与高度期待。
一、清华、中科大、南大学霸联手，组建顶尖研究团队
NeoCognition的创立，依托于一支融合了顶尖学术背景与工业界经验的复合型团队。三位联合创始人均拥有深厚的技术积淀和紧密的学术关联。
CEO苏瑜本科毕业于清华大学，随后在加州大学圣塔芭芭拉分校获得计算机科学博士学位。他曾担任微软的高级研究员，与知名AI学者Percy Liang共事超过六年，目前同时是俄亥俄州立大学的教授，并且是斯隆研究奖的获得者。
CTO邓翔（Xiang Deng）本科毕业于中国科学技术大学，同样在俄亥俄州立大学获得计算机科学博士学位。他的职业经历涵盖谷歌研究工程师和Scale AI高级研究科学家等职位，并在微软、亚马逊等科技巨头有过丰富的实习经验，其研究方向专注于大语言模型与智能体系统。
另一位联合创始人谷雨（Yu Gu）则毕业于南京大学（本科及硕士），并在俄亥俄州立大学获得计算机科学博士学位，专攻语言智能体方向，曾于微软研究院实习。
除了核心创始团队，NeoCognition还吸引了多位来自顶尖院校的早期成员加入。尹达（Da Yin）作为创始技术成员，本科毕业于北京大学，在加州大学洛杉矶分校（UCLA）获得计算机科学博士学位后，曾在Meta担任博士后研究员，其研究覆盖智能体训练中的合成数据生成、环境构建及奖励建模等关键前沿领域。
值得注意的是，团队近期还引入了资深商业专家Surbhi Agarwal。她拥有超过25年的科技行业经验，曾在Google Cloud负责管理价值高达12亿美元的AI与数据产品组合，主导了AutoML、BigQuery ML等重要产品的上市与推广，此前也在Applied Intuition、Yellow.ai担任过首席营销官。目前她以运营负责人（Operator）的身份加入，全面负责NeoCognition的业务拓展与增长战略。
目前，NeoCognition团队规模约为15人，其中大多数成员拥有博士学位。这种以博士级研究力量为核心，同时配备顶级商业人才的“精悍”配置，正是其作为“研究型实验室”定位的鲜明体现。
二、NeoCognition的技术方案：模仿人类，构建自主的“世界模型”
当前AI智能体的瓶颈究竟在哪里？无论是Claude Code、OpenClaw还是Perplexity，这些主流的AI工具虽然表面功能强大，但在实际执行复杂、多步骤的任务时，成功率往往只有50%左右。这意味着，用户每尝试两次任务，就可能遭遇一次失败，体验充满了不确定性。
在苏瑜教授看来，问题的根源在于现有的AI大多是“通才”而非“专家”。它们缺乏对特定任务环境的深度理解和适应能力，无法像人类一样在新场景中快速学习并掌握内在规则。真正的智能，并非在于知晓一切，而在于能够进入特定领域后，迅速达到精通水平。人类的高效，正是源于我们能在心中快速构建一个关于新环境的“世界模型”——理解其中的因果关系、规则约束和潜在结果。
这正是NeoCognition技术路径的起点。团队以“世界模型”理论为核心，构建其“自我学习型AI智能体”。这种智能体不再仅仅依赖于静态的预训练数据或重复的人工提示（prompt），而是在执行任务的过程中，持续观察、理解并适应其所处的具体环境，逐步构建起一个动态的、个性化的“微观世界模型”。
这个模型不仅包含事实数据，更融入了流程逻辑、约束条件、反馈机制等环境特有的“隐性知识”。智能体通过与环境进行持续互动，积累经验、优化决策策略，最终在目标领域内达到专家级的性能表现。
这与传统的“定制化工程”开发模式形成了鲜明对比。后者需要为每一个垂直应用场景进行单独的模型开发和反复调优，成本高昂且难以规模化扩展。而NeoCognition的智能体具备通用的基础学习能力，其核心优势在于，进入任何新的业务领域后，都能通过自主学习快速实现专业化，降低部署与定制成本。
三、聚焦企业级市场，Vista带来战略资源与客户通道
在商业化策略上，NeoCognition的路径清晰且务实：直接面向企业级市场，特别是那些成熟的SaaS（软件即服务）公司。这些企业可以利用NeoCognition的智能体系统，打造高度专业化的“AI员工”，或为现有的软件产品注入强大的自主AI能力，从而实现产品的智能化升级与差异化竞争。
本轮融资中Vista Equity Partners的参与，被视为一个关键的战略信号。作为全球最大、最成功的专注于企业软件投资的私募股权公司之一，Vista拥有一个庞大且多元的企业软件投资组合。这意味着，NeoCognition获得的远不止是资金支持，更是一条直达大量潜在标杆客户的“高速公路”。苏瑜表示，Vista的深度参与和产业资源，将极大加速NeoCognition产品在真实商业场景中的落地验证与市场渗透。
结语：从“通才”迈向“专家”，自主AI智能体的演进方向
NeoCognition的出现，标志着AI智能体的发展正迎来一次重要的范式转变。过去几年，行业的焦点在于打造“通才型”大模型，追求用一个模型解决千变万化的问题，但在通用性与任务可靠性之间，往往存在难以调和的矛盾。
NeoCognition选择了一条更具挑战性但根基更为扎实的道路：赋予AI“学会学习”的元能力，使其能够在具体领域中自主成长为“专家”。如果这条技术路径能够成功，AI将有望从一个需要频繁人工干预和调试的“工具”，蜕变为一个真正能够独立负责、可靠执行复杂任务的“智能协作者”。
当然，前方的挑战同样清晰。持续学习型AI在动态环境中的行为可控性、决策可解释性，以及在金融、医疗等高度敏感行业的合规与伦理风险，都是必须严肃应对的现实课题。如何在确保安全、可靠、合规的前提下实现AI的自主进化，将是苏瑜团队接下来需要攻克的核心难题。
但无论如何，这场从追求“通才”到培育“专家”的范式演进，已经为下一代AI智能体的发展开辟了一条富有前景的新探索路径，值得业界与学术界的持续关注。
来源：Techcrunch、AI Base、Hosting Journalist
相关攻略
今年4月，英特尔正式提出“智能体PC”概念，在科技行业引发广泛关注。这并非简单的概念升级，而是标志着个人电脑将进化为拥有强大“本地大脑”的AI智能终端。智能体PC专为高效运行AI智能体而深度优化，能够自主完成复杂任务闭环，并具备记忆、学习与迭代进化的能力。 其核心技术架构，被英特尔定义为“本地辅脑+
在近期举办的英特尔AI NAS与Thunderbolt雷电解决方案峰会上，硬件制造商畅网微控（CWWK）重磅发布了三款NAS新品，并同步揭晓了其自主研发的跨平台开源NAS系统——CWOS。这一系列动作，旨在为持续升温的AI与高性能存储市场注入新的活力，满足用户对智能、高速数据管理的迫切需求。 口袋A
瑞银报告指出，英特尔EMIB-T先进封装技术有望凭借其成本与设计灵活性优势，进入英伟达下一代RubinUltraAI芯片供应链。该技术通过在基板嵌入硅桥连接芯片，无需昂贵中介层，适合大规模集成。分析认为，4芯片版本的RubinUltra可能采用此方案，但最终落地仍取决于英伟达的决策以及基板产能
英特尔在人事布局上，又落下了一枚关键棋子。当地时间5月4日，这家芯片巨头宣布了一项重要任命：前高通资深高管亚历克斯·卡图赞（Alex Katouzian）将加入英特尔，担任执行副总裁兼客户端计算与物理AI事业部总经理。 这不仅仅是一次简单的高管空降，其背后更牵动着英特尔内部组织架构的一次显著调整。原
近日，关于英特尔下一代笔记本处理器内存设计策略的传闻引发业界广泛讨论。据多家外媒披露，英特尔计划在后续推出的Razor Lake-AX架构中，重新采用封装内存设计方案。这一动向表明，继Lunar Lake之后，封装内存可能不会成为全线产品的标准配置，而是作为特定高端或轻薄产品线的选择性技术方案。 R
热门专题
热门推荐
微信群里的接龙，方便是真方便，但整理起来，那叫一个头疼。手动复制粘贴，不仅耗时费力，还容易出错、遗漏，最后导出的表格格式五花八门，看着就心累。 有没有一种方法，能让这个过程自动化，让数据自己“跑”进表格里？答案是肯定的。借助一些工具，我们可以实现群内接龙数据的自动识别、解析和归档。下面，就来拆解一下
VineCoin（VINE币）：重塑创作者经济的区块链新星 在数字资产的浪潮中，VineCoin（VINE币）正作为一个新兴项目崭露头角。它并非又一种简单的代币，其野心在于利用区块链技术，从根本上重塑内容创作与社交互动的经济规则。可以说，它致力于成为一个去中心化生态系统的核心引擎，目标是为全球的内容
ToClaw文件整理术：一键清理桌面杂乱文件的秘籍 | AI智能文件管理教程 利用AI智能助手整理电脑桌面文件，愿景虽好，但在实际应用中，你是否也遇到过分类不准确、指令执行失败，甚至文件被误移的困扰？请放心，这些问题往往源于几个关键的设置步骤尚未完善。掌握以下这套经过验证的ToClaw文件整理优化方
三星电子工会确认原定罢工计划未取消，但将遵守法院禁令，确保罢工不影响正常生产流程。劳资博弈进入微妙阶段，工会需在法律框架内施压，公司生产秩序暂获法律庇护，后续发展取决于双方谈判。
千问AI赋能社群自动化运营：一、关键词触发智能回复；二、定时任务精准推送；三、敏感词实时过滤预警；四、成员标签化智能分组。 社群运营工作繁杂，常常需要处理大量重复性任务，如解答常见问题、发布定时通知、监控群内动态等，这让运营者倍感压力。如何实现高效、智能的社群管理，解放人力？利用千问AI的强大功能，