融 5000 万美金，这家创业公司要用真实生活场景来打造持续学习 Agent 模型

持续学习自我演进已经成为 AI 行业最为关注的一个方向，Anthropic CEO Dario Amodei 在最新的一篇文章里说反馈回路已经闭合《Anthropic CEO：AI 是给人类的成人礼》，本质上也意味着 AI 正逐渐具备持续学习、甚至加速自我演进的能力。

由前 OpenAI CTO Mira Murati 创立的 Thinking Machine，也在尝试让 AI 不再依赖一次性训练，而是作为一个长期运行的系统持续成长：通过外部工具链、动态记忆网络与持续推理流，让模型在复杂任务、代码生成与跨工具协作中不断积累“经验”。

几乎在同时，国内一家叫 Mindverse(心洲科技) 的创业公司也在做类似的事情，最近完成了由美团战投领投的 A 轮融资，元禾璞华、韶音科技和老股东跟投。总融资额已近 5000 万美金，其它投资人还包括了蚂蚁、红杉、高榕和真格等。

越来越多公司开始真的把“持续学习”当成系统设计的一部分，而不是单纯的研究方向。但更关键的问题是：

AI 如果真的会持续学习，它应该发生在模型内部还是模型外部？

传统的路径是用 RAG、Memory、Workflow、Harness，把“学习”放在模型外部系统中实现。而 Mindverse 选择了另一条，把“学习”写到模型参数本身。

其核心判断是：

如果记忆不进入参数，就只是外挂；外挂再强，也不是能力本身。

因为在他们看来，“持续学习”不是一个系统设计问题，而是一个训练范式问题。

其核心技术路线是通过共享大脑 + 专属技能包（Mixture of LoRA），让大模型在低成本条件下获得持续扩展能力，从而更贴近真实 Agent 场景。可以将其简单拆解为：

• 共享大脑（Base Model）： 大家都共享同一个聪明、庞大的通用大模型底座，提供基础的智能。
• 专属技能包（LoRA/Adapter）： 在底座之上，给每个人、每个企业或每个场景挂上一个非常轻量、小巧的“技能包”（参数量只占底座的千分之五左右）。

这些“技能包”不是静态存在的，而是可以被组合、调度、替换。这个模式和最近刚拿了 Sarah Guo 领投 1500 万美金的 Trajectory 也比较类似，都属于大模型后训练 + 多 LoRA 混合 + 持续学习模式。

但 Mindverse(心洲科技) 的差异在于：它从一开始就围绕真实生活场景构建整个系统。

他们首先基于真实产品中的用户行为，构建了一套生活类 Benchmark 体系，再用这一体系反向驱动模型训练，从而形成：

Agent Model + Agent Harness 协同驱动的闭环系统

在他们的定义里，一个模型是否优秀，不取决于“会不会答题”，而取决于它是否能在真实生活任务中完成完整闭环。

LivingBench：从真实产品中生长出来的评测系统

与传统静态 benchmark 不同，LivingBench 并不假设用户输入是完整的、任务是稳定不变的、环境是确定性的。相反，它刻意模拟现实生活中的不确定性，比方说餐厅突然没位置、路线因为天气变化、预算中途调整、用户临时改变目标、信息源互相冲突……

为了还原这些复杂性，LivingBench 引入了动态噪声、动态环境和动态用户反馈，使得任务本身会在执行过程中不断变化。

此时模型需要做的不只是回答问题，而是要理解用户意图是否发生变化，在信息不完整时重新规划以及处理各种突发约束。更关键的是，这套 Benchmark 本身也是持续生长的，它会从真实产品中的用户行为、失败案例、交互摩擦中不断提取新任务。

有点像是一个“从产品中长出来的评测系统”，类似的思路也出现在 CursorBench V3 中：静态题库无法衡量真实产品能力，只有动态任务才成立。

除此之外这个评测体系还包括了评估生成式 UI 能力的 A2UIBench，评测生活任务与个人助理能力的 VitaBench 以及基于 OpenClaw 的使用场景用于评估多步个人助理工作流的 PinchBench 等。

其核心逻辑是，如果模型不能在真实生活任务中稳定工作，那么在通用 Benchmark 上的领先意义有限。

Macaron-V1-Preview：生活场景优先，但不是“单点模型SOTA”

Mindverse(心洲科技) 最近发布了 Macaron-V1-Preview 模型，在这套评测体系下，该公司声称它在生活类场景上表现出明显优势。

其特点不是“全面第一”，而是在生活类任务中显著领先，在通用任务中保持不掉队。它不是一个通用模型，而是一个“生活型 Agent 模型”。更擅长做的做一些具体的事情，比方说帮你预订餐厅、规划路线、管理预算等，甚至在任务进行中应对突发情况。

因此更像是一个“生活型 AI 助手 + 生成 UI + 个性化 Agent”的混合体。

Agent Model + Agent Harness：能力不只在模型里

但我觉得更重要的不是模型本身，而是上面提到 Agent Model+Agent Harness 协同的一体结构，这意味着，Agent 能力第一次不只由模型参数决定，而是由“模型 + 系统”共同决定。

在 Mindverse(心洲科技) 的定义里，Macaron-V1-Preview 这个模型并不是一个孤立的模型，而是与 Agent Harness 共同构建能力边界，Agent 的能力不只在模型参数里，也在模型运行的环境里。

这里说的 Agent Harness，我们可以理解为模型运行时的执行系统或工作环境，就像是飞机的操纵杆和仪表盘。它包含了工具调用、多步任务轨迹管理、生成式 UI 渲染、用户反馈收集、路由机制、缓存调度以及状态管理等。

其重要的点不在于“它包含什么组件”，而在于一个结构性变化：

模型不是在一个抽象环境中训练，而是在和真实产品同一套系统中被训练、评估和部署。

这意味着训练环境和线上环境几乎是同构的。

Mindverse 早期做的 C 端产品 Macaron，就承担着 Agent Harness 的作用，官方宣称已经有 200 万用户，日活用户超过了 10 万。用户在 Macaron 中的真实行为，会反向进入训练体系，再通过后训练影响模型能力。

不过需要指出的是，其后训练并不是直接使用用户的原始数据，而是通过反馈构建模拟环境，在带噪声、带极端情况的环境中重建任务分布。这点和 Anthropic / Claude Code 的路线非常类似：

产品使用 → 反馈结构化 → 模拟环境训练 → 模型更新 → 产品能力提升

这套协同设计加上真实用户反馈，构成了一个持续改善的飞轮，使得模型能力与产品体验不断相互增强。基于这套机制，Mindverse 在训练算力不到 300 卡的情况下，实现了模型在生活场景类的领先地位。

一个仍然存在的问题：C 端数据能否支撑企业 A2UI？

不过我比较怀疑 C 端的轻量数据能否支撑未来企业级的 A2UI（生成界面），因为 C 端里常用的界面比较基础且容错率很高，而企业背后的业务逻辑极其严密的。

Mindverse 的解释是，C 端的价值不在“业务复杂度”，而在“交互模式学习”：

C 端产品核心是让我们持续获得真实交互信号，帮助我们把 A2UI 的底层交互能力训练出来；在进入企业场景时，再通过企业私有数据、合成数据、业务规则和安全架构完成领域适配。

日常前端生成更多考验的是一次性生成一个静态页面，本质上更接近代码生成能力。A2UI 的核心挑战更偏向实时交互：在用户当前意图下，快速生成一个能降低认知负担、并且可以被用户直接操作的界面。

从这个角度看，C 端数据的价值，主要体现在训练模型理解“什么样的信息应该被结构化”“什么样的交互能降低用户负担”“用户在什么时刻需要按钮、表单、确认卡片或结果视图”。这些是跨场景的交互能力，不完全依赖某一个行业的数据。

企业场景则需要结合企业自身的业务规则、权限体系、审批流程和内部数据进行适配。在训练 A2UI 时，不只依赖真实用户反馈，也会使用大量合成数据、User Simulator 和自动化评测环境，让模型在更复杂、更高覆盖度的场景里学习。

从这个角度看，Mindverse(心洲科技) 的核心不只是一个模型，而是一套完整路径：

从真实产品出发定义问题，再用问题反推 Benchmark，最后反推模型训练方式。

如果这一路径成立，那么 AI 行业的竞争重点可能正在发生变化：从“谁模型更大”变成“谁更接近真实任务系统”，模型不再是中心，系统（训练 + 产品 + 数据闭环）可能才是中心。