10 月 20 日，AI 创业公司 humans& 发布首个模型 Ampersand v0.1，定位是帮一群人达成个人和共同目标的“协作者”，而不是独自完成任务的助手。它基于 Z.ai 的 GLM 5.3（约 744B 总参数、约 40B 激活）用长程多人模拟强化学习训练，模拟用户由自研用户模型 Persimmon 扮演。模型即日起通过兼容 OpenAI Agents API 的接口开放，无需排队。
核心要点速览
- ✓基座：GLM 5.3 MoE，约 744B 总参数、约 40B 激活，上下文 1,048,576 tokens（官方模型卡）
- ✓长期协作模拟评测（官方口径）：Ampersand 12.94，基座 GLM 5.3 为 9.89
- ✓Collaborative Intelligence 团队协作 59.1%（GLM 5.3 为 54.3%）；CooperBench 协同编码成功率 39.0%，GLM 5.3 协同时仅 17.3%
- ✓代价：SWE-bench Pro v2（Hard-51）82.4%，略低于基座的 84.3%；官方也承认它有时会“过度指导”
- ✓接入：模型 ID ampersand-v0.1，可直接用官方 OpenAI SDK 指向 humans& 的 base URL
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
现在的大模型训练多围绕“把任务做完”和短期偏好打分，结果是模型越来越像独立干活的代理，而不是能在群聊、团队里配合人的协作者。真实协作里目标往往不说出口、各人优先级不同、需求还会变，什么时候开口、什么时候闭嘴同样重要。humans& 的首个模型 Ampersand v0.1 就是冲着这个空白来的。
架构亮点与底层机制
Ampersand 基于 Z.ai 开源的 GLM 5.3（MoE，约 744B 总参数、约 40B 激活，1M 上下文），用异步强化学习在多人、长程的模拟环境中训练：模拟用户由自研的用户模型 Persimmon 扮演，会反驳、抵制讨好、改变主意，单次 rollout 可达数十万 token。为应对长 rollout 的严重离策略漂移，团队提出 CORO（对比式离策略奖励优化），并用 NVFP4 RL 和元优化器在训练中实时纠偏。
权威 Benchmark 与实测跑分对比
以下均为官方口径，模型卡注明结果仍属初步：长期协作模拟得分 12.94，基座 GLM 5.3 为 9.89；Collaborative Intelligence 59.1% 对 54.3%；CooperBench 中 GLM 5.3 单独 52.5%、协同只剩 17.3%，Ampersand 协同达 39.0%。代价是 SWE-bench Pro v2（Hard-51）82.4%，略低于基座的 84.3%；官方也承认它的“交互成本”高于其他领先模型，部分来自不请自来的指导。
开发者实战落地与开箱指南
v0.1 只通过 Agents API 提供，无需排队，在官网登录即可拿 API key。接口沿用 OpenAI Agents API 规范，用官方 OpenAI SDK 把 base URL 指向 ampersand.humansand.ai/v1、模型填 ampersand-v0.1 即可。接入群聊的推荐做法是：每个对话开一个 session，每条消息带发送者名字，并给模型 send_message 和 pass 两个工具，让它自己决定回复还是保持沉默。价格和额度见官方文档的 Pricing and limits 页。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察