← DeepDiveDD · 0116 · 2026-08-07
NEOLAB FIELD REPORTS  ·  №23 / SPECIALIZED INTELLIGENCE 2026
AI Agent Research Lab  ·  Columbus, Ohio, US

Neo
Cognition

Specialized Intelligence Domain Expert Agents OSU Spinout
$40M
Seed Round
2026.04 — 领投:Cambium Capital + Walden Catalyst
Mind2Web
+ MMMU
奠基性学术工作
被 GPT-4V、Claude 3 广泛引用的评估基准
"Specialized
Intelligence"
核心技术路线
让 Agent 主动在陌生领域自学习成为专家
Dawn Song
+ Salakhutdinov
顾问阵容
UC Berkeley · CMU · UW/Ai2 战略背书
TL;DR · 30 秒读完

NeoCognition 是俄亥俄州立大学 Σ-Research 实验室孵化的 Agent 研究公司,押注让 AI Agent 在任意专业领域自学习成为专家("Specialized Intelligence"),而非继续堆大通用模型。

反共识洞察
在全行业押注更大通用模型的当口,NeoCognition 反着下注——放弃"通用"转攻"专家";而它最大的风险不在技术路线本身,而在学术实验室能否补上 GTM、企业销售、合规与工程可靠性这些从未被验证过的能力。

从 Ohio State 走出来的 Agent 研究先驱

NeoCognition 由俄亥俄州立大学(OSU)计算机科学与工程系教授 Yu Su 及其研究团队 Xiang Deng、Yu Gu 联合创立,是从 OSU 的 Σ-Research 实验室直接孵化的学术衍生公司。2026 年 4 月完成 4000 万美元种子轮融资,领投方为 Cambium Capital 与 Walden Catalyst Ventures,Vista Equity Partners 跟投,英特尔 CEO Lip-Bu Tan 作为天使投资人参与——这是 2026 年 Agent 赛道最大的研究性种子轮之一。

公司的核心命题是"Specialized Intelligence":与其追求更大的通用模型,不如构建能在任意领域自学习成为专家的 Agent 系统。这一路线源于 Yu Su 团队长达数年的核心洞察——当前 LLM 在陌生专业领域的表现远不及人类专家,根本原因不是参数规模不够,而是缺乏系统性的领域专门化学习能力。

顾问团队汇集了 Dawn Song(UC Berkeley,安全 AI 领域标志性人物)、Ruslan Salakhutdinov(CMU,苹果 AI 研究主任,深度学习奠基人之一)、Luke Zettlemoyer(UW/Ai2,NLP 语言理解顶尖学者),显示出学术界对这一方向的高度认可。

创始人 Yu Su · Xiang Deng · Yu Gu
总部 Columbus, Ohio / US
学术母体 Ohio State University Σ-Research Lab
成立时间 2025–2026(OSU 孵化)
主攻场景 企业 SaaS 深度领域工作流自动化

四条技术脉络

基准评估
01
2023
Mind2Web — 通用网页 Agent 综合基准
在 ChatGPT 爆红前就启动的前沿工作:第一个系统评估 LLM 作为通用网页 Agent 的综合基准测试,覆盖超过 137 个真实网站的 2350 条任务。核心贡献在于将网页操作序列分解为可量化的行为链,为后续所有 Web Agent 研究建立了评估标准。Yu Su 团队在 ChatGPT 还未公开发布时就在研究这个问题,体现了深刻的前瞻性。
Web Agent Evaluation Real-world Benchmark
多模态评估
02
2024
MMMU — 大规模多学科多模态理解基准
Massive Multitask Multimodal Understanding:横跨 30 个学科(医学、法律、工程、艺术等)的 11,500 道专家级题目,每道题均含图像或图表。GPT-4V、Claude 3、Gemini 等顶尖多模态模型均以 MMMU 作为核心能力评估标准。该基准揭示了一个关键真相:即使是最强的通用多模态模型,在专业领域的表现也显著低于人类专家。
Multimodal LLM Expert-level Tasks
核心技术
03
2025–
Specialized Intelligence — 领域专门化自学习 Agent
NeoCognition 的核心产品方向:构建能够在任意领域主动自学习的 Agent,类比人类从新手到专家的认知成长路径。与 RLHF 通用对齐不同,Specialized Intelligence 让 Agent 针对特定领域(法律、医疗、金融、工程)进行深度钻研,形成超越通用模型的专业能力。主攻企业 SaaS 中需要深度领域知识的工作流自动化场景。
Domain Specialization Enterprise Workflow
差异化定位
04
竞争格局
不是"更好的通用 Agent",而是"能成为专家的 Agent"
竞品对比:OpenHands(CMU/All-Hands AI)聚焦软件工程 Agent;Cognition/Devin 专注代码生成;SWE-agent 定位软件工程自动化。NeoCognition 的差异化在于跨越代码边界,面向法律合规审查、医疗记录分析、金融风险评估、工程设计审核等需要深度领域知识的非代码场景。这是一个竞品密度相对低、但执行难度极高的方向。
vs Devin / OpenHands Cross-domain Expert
"当前最强的通用模型在专业领域的表现仍然远不及人类专家——不是参数不够,而是从未系统性地学习如何成为专家。"
— NeoCognition 技术路线核心洞察

四条判断

1
学术底座极深,不是热点追随者
Mind2Web 和 MMMU 都是 Agent 评估领域的基础性工作——前者在 ChatGPT 发布前就已启动,后者成为全球多模态模型的标准测试台。Yu Su 在该领域有超过 5 年的系统性积累,这不是 2023 年 Agent 热潮后才入场的机会主义,而是真正的长期深耕。这种积累直接转化为对"专家 Agent"问题的清晰认知,不是随波逐流的方向摇摆。
2
$40M Seed 是 2026 年最大 Agent 研究性种子轮之一
Vista Equity Partners 是企业软件领域最有眼力的增长期投资机构之一,参与早期轮不是常规操作,说明其对 NeoCognition 商业化路径有具体判断。Intel CEO Lip-Bu Tan 作为天使投资人参与,意味着芯片-基础设施层也在押注"专家 Agent"这一方向的算力需求逻辑。融资体量和投资人构成都显示出工业界对这一路线的真实信心,而非学术界自娱自乐。
3
"专门化"而非"通用化"是聪明的差异化战略
与其在 GPT-5、Claude 4 面前竞争通用能力——这场比赛已经几乎确定由资本雄厚的大公司赢得——不如在特定领域做到比任何通用模型都强。企业客户购买软件的核心逻辑是"这个工具能替代我某个具体职能",而不是"这个工具什么都懂一点"。Specialized Intelligence 路线直击企业采购决策,是正确的商业化切入点。
4
最大挑战:学术实验室到商业产品的跨越
Mind2Web 是极佳的学术成果,但商业产品需要完全不同的执行能力——GTM 策略、企业销售、客户成功、合规体系、工程可靠性。从 OSU 研究室走出来的团队需要快速建立这些能力,这是历史上很多学术衍生公司的失败节点。融资规模给予了充足的跑道,但方向正确 + 执行跟上才能转化为真正的产品成功。
综合判断 · Synthesis
NeoCognition 是 2026 年 Agent 赛道最值得跟踪的早期公司之一:学术底座足够深(Mind2Web + MMMU 是货真价实的原创贡献),技术方向足够差异化(专家化而非通用化),融资和顾问背书都指向真实的工业界信心。核心不确定性在于学术到产品的执行能力,以及"领域专门化自学习"在实际企业部署中的真实性能——这两个问题需要 12–18 个月后的产品数据才能回答。

来源与延伸阅读


NeoCognition 所押注的方向,本质上是对一个深层问题的回答:通用能力的天花板到来之后,AI 的价值增量将从哪里来?他们的答案是——来自专门化,来自让 Agent 真正成为某个领域的专家,而不是所有领域的平庸选手。

这个押注是否正确,取决于企业客户最终为什么买单。如果他们买的是"能替代我的法律助理",NeoCognition 有机会。如果他们买的是"能做所有事的通用助手",那这是一场更艰难的战争。

OSU → Columbus → 全球企业 SaaS 市场。2026 年 4 月,这段旅程刚刚开始。