← All Articles

Startups Target the Tricky Task of Making AI Seem More Human

Newcomer (Eric Newcomer) · 2026-02-26 · Original

来源: Newcomer (Eric Newcomer) | 日期: 2026-02-25 原文: Startups Target the Tricky Task of Making AI Seem More Human 精读日期: 2026-02-26


核心论点

一波新公司正在做同一件事:用 AI 模拟/预测人类行为。不是做聊天机器人”像人”,而是建模人类的情感反应、决策意图、群体行为,让 AI 能”预判”真人会怎么想、怎么做。


公司全景图

1. Simile — 情感数字孪生

2. Humans& — 人机协作

3. Aaru — 合成市场调研

4. Prior Computers — 认知建模(Stealth)

5. People Make Things — 意图预测(Stealth)

6. 早期项目


赛道分层

层级 公司 核心差异
情感/行为预测 Simile, Aaru 模拟个体反应,替代焦点小组
认知/意图建模 Prior Computers, People Make Things 更底层,建模思维过程
协作增强 Humans& 不预测人,而是增强人际互动
基础设施 Constellation Systems, Expected Parrot 数据层和研究工具

投资视角分析

为什么这个赛道突然火了?

  1. LLM 能力到了临界点 — 大模型已经能理解和生成类人文本,下一步自然是模拟人类行为/决策
  2. Smallville 论文的影响 — Stanford 2023 年的论文证明了 AI agent 可以模拟社会行为,点燃了这个方向
  3. 商业需求明确 — 市场调研、用户测试、产品决策都需要”预测人会怎么做”,传统方法慢且贵

关键风险

  1. 数据护城河存疑 — Simile 靠录制对话训练,但这种数据能规模化获取吗?隐私合规呢?
  2. 可验证性 — “预测人类行为”的准确率怎么衡量?Aaru 说能替代市场调研,但客户买不买账?
  3. 估值泡沫信号明显 — Humans& seed 就 $4.5B 估值、Aaru Series A 就 $1B、Simile Series A $100M…这些公司大部分还没有成熟产品
  4. 赢家通吃 vs 碎片化 — 行为预测的模型可能趋同(都基于 LLM + 人类数据),差异化能不能持续?

投资人布局

与红杉的关联


一句话总结

“AI 模拟人类行为”正从学术走向商业化爆发期。Index Ventures 是最激进的布局者。赛道很热但验证期还早,关注数据壁垒和可验证性是关键。