Human API推出平台,实现AI与人类任务的直接协调

TheNewsCrypto发布于2026-02-11更新于2026-02-11

文章摘要

Human API推出创新平台,实现AI与人类直接协作的任务协调系统。该平台由基于Solana虚拟机的以太坊L2开发商Eclipse构建,旨在解决AI代理无法完成现实世界交互的"最后一英里"问题。通过建立程序化基础设施,AI代理可直接向人类分派需要主观判断或物理在场的工作任务。 注册用户可浏览任务、接受指派并完成语音录制等工作,审核通过后通过Stripe Connect获得报酬。该平台特别擅长处理对AI困难但对人类简单的任务,如复杂语音识别和情境化音频采集。此前在隐秘测试阶段已帮助顶级AI实验室创建包含复杂语言特征的高保真语音数据集。 平台已获得Placeholder、Polychain等机构6500万美元投资,初期商业模式聚焦向AI实验室授权语音数据,未来将拓展至计算机使用统计和物流等实体执行领域。Human API通过将人类作为有偿协作者纳入AI系统,正式确立了人机交互的新标准,为全球难以自动化的人类能力创造了规模化变现通道。

为简化人类与智能体的协作,Human API已结束隐身模式并发布其解决方案。这一首创平台通过允许AI智能体直接向人类分配工作,实现了高效的项目管理。

Human API提供了关键基础设施,使AI智能体能够直接与人类沟通。该平台由Eclipse公司开发,该公司正是由Solana虚拟机(SVM)驱动的最快以太坊第二层解决方案的幕后推手。通过实现这一目标,成功解决了智能体无法参与现实世界交互的"最后一公里"难题。

为完成具有经济价值的活动,智能体必须依赖人类输入,例如需要物理存在的判断和劳动。Human API成功填补了这一空白,它促进了人类与智能体的协作,并拓展了AI的潜力。

Human API平台作为智能体原生系统的执行与协调层。人类贡献者注册账户后可以浏览任务、接受分配并完成建议的工作(包括语音录制)。提交内容经审核后,通过Stripe Connect为被采纳的工作支付报酬。这为AI智能体和企业提供了直接、程序化获取大量高质量人类生成数据的途径。

随着AI智能体能力不断提升,它们越来越多地遇到对人类简单但对计算机困难或成本高昂的任务。这些任务包括高语境工作,如解读口语或录制复杂音频。Human API通过促进智能体原生工作流来解决这一问题,AI智能体可以直接请求人类输入,而无需依赖集中式供应商或专为人类用户设计的系统。

在隐身模式期间,Human API曾协助顶级AI实验室创建工作室质量的音频数据集,展示了平台生成包含语言复杂性和细微口音的高保真语音数据的能力。虽然Human API最初的营收模式将专注于向AI实验室授权语音数据,但平台将扩展到其他数据类型和工作类别,例如计算机使用统计数据和需要现实世界执行的工作(包括物流)。

截至目前,该平台已获得Placeholder、Hack、Polychain、DBA和Delphi Ventures等投资者6500万美元的投资。Human API获得资金支持,旨在从将AI智能体视为二等参与者的人类中心系统,转向将人类作为有偿合作者纳入的智能体原生环境。

Human API将通过规范人类与智能体之间的互动,成为AI发展的基础组件。由此开辟了一个新兴市场——让仍然难以自动化的人类技能在全球范围内实现货币化,并为AI企业提供取得成功所需的高质量数据。

Human API是首个专为实现AI智能体直接与人类交互而设计的平台。采用智能体原生、智能体优先的数据请求流程构建的Human API,使智能体能够大规模获取高质量人类输入,并为全球贡献者提供快速获得报酬的机会——这些工作对人类简单,但对AI却充满挑战。

标签山寨币区块链

热门币种推荐

相关问答

QHuman API平台的主要功能是什么?

AHuman API平台是一个首创的平台,允许AI代理直接向人类分配任务,简化人机协作。它作为代理原生系统的执行和协调层,使AI代理能够直接请求人类输入,解决AI无法完成的现实世界交互问题。

QHuman API如何解决AI代理的'最后一英里'问题?

AHuman API通过提供基础设施,使AI代理能够直接与人类沟通,从而解决'最后一英里'问题(即代理无法进行现实世界交互的问题)。它允许人类贡献者接受任务并完成需要人类判断或体力劳动的工作。

QHuman API的商业模式最初专注于什么?

AHuman API最初的收入模式专注于向AI实验室许可语音数据,但平台计划扩展到其他数据类型和工作类别,如计算机使用统计和需要现实世界执行的工作(如物流)。

QHuman API获得了多少投资?主要投资者有哪些?

AHuman API获得了6500万美元的投资,主要投资者包括Placeholder、Hack、Polychain、DBA和Delphi Ventures。

QHuman API如何补偿人类贡献者?

A人类贡献者在注册账户后可以探索任务、接受分配并完成建议的工作(如语音录制)。提交的作品经过审核后,使用Stripe Connect为接受的工作支付报酬。

你可能也喜欢

给AI喂“噪声”也能涨分,这项工作让噪声实现正迁移

这篇发表于ICML 2026的研究提出了一种名为“半监督噪声自适应(SSNA)”的新方法,其核心思想是:迁移学习中,用于辅助训练的“源数据”可以不是真实的图像或文本,而是**完全没有语义的随机噪声**。 传统迁移学习需要大量有标签的源数据,但在隐私、版权等限制下,真实数据往往难以获得。SSNA框架(NAF)打破了这一限制。研究者为每个目标类别(例如CIFAR-10的10个类)生成一组对应的高斯分布噪声样本,并为每个噪声类预先指定一个目标类别编号(但编号本身无意义)。 NAF通过三个步骤实现“正迁移”: 1. **利用少量真实标签**:使用目标域中极少的标注样本进行基础监督学习,建立噪声与真实类别间的初步联系。 2. **在噪声域构建判别结构**:训练模型将同类噪声聚集、异类噪声分离,形成清晰的类别结构。 3. **跨域对齐**:将噪声域中学习到的类别结构(分布)与目标域的对齐,从而将判别性知识迁移到真实数据上。 实验表明,在每类仅有4个标注样本的极端少样本设定下,NAF相比仅使用标注数据的基线方法(ERM)在多个数据集上取得显著提升(如CIFAR-10提升12.35%)。研究还发现,关键因素在于噪声域中是否形成了**可分离的类别结构**,而非噪声数量多少。当把所有噪声压缩为一点(无结构)时,性能会大幅下降。 这项工作的意义在于,它揭示了迁移学习中可迁移的知识可能不限于数据的“语义内容”,**表征空间的“组织结构”本身也是一种有效的知识**。这为无法获取真实源数据的场景提供了一种低成本、保护隐私的替代方案。

marsbit6分钟前

给AI喂“噪声”也能涨分,这项工作让噪声实现正迁移

marsbit6分钟前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

349人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.2k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片