Humalike教AI看脸色

「一个会读空气的 AI，听起来像同事。一个会伪装读空气的 AI，听起来像 HR。」

Humalike 今天卖的不是更大的模型。

它卖的是一套 AI 社交礼仪班：什么时候插话，什么时候闭嘴，什么时候记住你上次的脾气，什么时候别像客服机器人一样把人类按进流程图里。

这事听着像玄学。也确实很容易变成玄学。

Product Hunt 上，Humalike 在 2026 年 7 月 1 日上线，定位是「给 AI agent 补上缺失的社交智能」，分类落在 Unified API、AI Infrastructure Tools 和 AI Voice Agent Infrastructure；奖项页显示它拿到当天第 2 名。12

这不是又一个「让 AI 更聪明」的故事。

这是另一种更阴的赌法：AI 已经够会答题了，接下来该学会看脸色。

Humalike 官网把自己叫作「humanlike AI agents 的行为基础设施」，说提供 APIs、models、benchmarks，适配 1 对 1 和多人场景，跟具体模型、用例和技术栈解耦。3

官网列了 7 个行为组件：turn-taking、norms、persona、theory of mind、social observability、social memory、social signals。翻成人话，就是让 agent 学会轮流说话、模仿群体规矩、带人格、揣摩对方状态、观察自己是否讨人嫌、记住关系，以及读取停顿、编辑、删除反应这类细碎信号。3

它还给新账号 $20 免费额度，不要信用卡；同一页又写着「Behavioral APIs」区域为「Coming soon」，安全部分写 SOC 2 Type II、ISO 27001 和 GDPR 都是 in progress。3

这就是第一个槽点。

它把自己包装成一套可以接进产品的基础设施，可公开页面的成熟度更像「快进来试试，我们正在把舞台搭完」。不是不能用。是别把它当成已经铺好的水泥地。

Humalike 最准的一刀，在 AI Coworkers 页面。

它说默认 AI agent 进 Slack 后，常见两种死法：要么每条消息都回，第三天就被全组静音；要么只有被点名才吭声，然后慢慢没人用。Humalike 给出的理想状态，是 agent 会看线程，在相关时跳进来，不相关时闭嘴，还能说出团队自己的语气。4

这个判断挺毒，也挺真。

现在很多 AI 同事像刚入职的实习生，坐在群里，领导每说一句话，它都举手补充三百字。热情是真热情。烦也是真烦。

模型能力不是唯一瓶颈。一个 agent 能不能进团队，靠的不只是答得准，还要知道自己什么时候不该存在。

所以 Humalike 的「turn-taking」有产品价值。它不是锦上添花。它像会议室门把手。没有它，再贵的椅子也进不了屋。

问题也在这里。

「社交智能」听起来柔软，落到数据上就很硬。Humalike 的 Social Signals 明确提到读取 typing pauses、edits、deleted reactions；Social Memory 说要跨会话记住每个人的 norms、opinions 和 behavior。3

这已经不是普通聊天上下文。

这是把人的犹豫、修改、反悔、沉默，都变成 agent 的输入燃料。

在 AI Therapy / Care 用例里，Humalike 说心理健康 agent 需要捕捉危机信号、跨会话保存患者画像，并知道什么时候升级给人类临床人员。5

这块最容易让人起鸡皮疙瘩。

如果做得好，它是安全带。能在用户说「我没事」的时候读出不对劲。

如果做得糙，它就是一个穿白大褂的猜心机器人。它不仅猜你在想什么，还把猜出来的东西写进记忆。以后每次见你，都带着那本小账本。

官网说数据传输和静态存储加密，访问权限受控，合规认证在推进中。3 这些是入场券，不是免死金牌。

真正该问的是：哪些社交信号被采集？保留多久？能不能删除？谁能看？模型供应商能不能碰？agent 读错空气以后，谁负责？

Humalike 现在最缺的不是更会讲愿景。

是把这些脏问题写成文档。

公开材料里，Humalike 的技术叙事还在早期。

Research 页面说，turn-taking、relational memory 等研究文章已经 queued，但第一批文章还没发布。6 它的 Hermes 插件仓库是公开的，README 写明插件会接入 Humalike APIs，让 bot 知道何时说、怎么说、自己是谁、对面是谁；仓库页面显示 7 个 stars、0 个 forks、没有 releases。7

它的对比页也露了底。Humalike vs Thinking Machines 页面写，Humalike 是「closed beta with design partners」。8 Humalike vs Character.AI 页面则强调自己不是消费聊天产品，而是给别家公司包进自家 AI 产品的行为层。9

所以别把它当成已经被市场验证的标准件。

它更像一盒彩色螺丝刀。看着专业，思路也对，但你还得拧进自己的产品，才知道会不会滑丝。

X 上的热度也要降温看。Humalike 官方 7 月 1 日发了 launch tweet，称自己是 humanlike AI agents 的 behavioral infrastructure；这条推文拿到 6 万多 views、141 likes、48 reposts。10 但围绕它的公开讨论，很多还停在转述和打 call。一条传播较多的玩笑说，Humalike 是在教 AI agents「when to shut up」。11 另一条第三方帖把它概括成 7 个行为 API，并提到 SOC 2 / ISO 27001 in progress。12

这叫有话题。

还不叫有用户验证。

如果你在做社区机器人、游戏 NPC、AI 同事、陪伴硬件、语音客服，Humalike 值得看一眼。

这些产品的死亡方式都差不多：模型不笨，但不懂分寸。该接话时装死，该闭嘴时朗诵，记忆像仓鼠，情绪像客服话术。

Humalike 把这个问题单独切出来，是对的。

可如果你的产品只是 FAQ、内部知识库、普通工单助手，那就别急着给它买社交课。你需要的是检索准确、权限清楚、日志完整、人工接管顺滑。一个会读空气的 FAQ，听着高级，用起来可能像电梯里突然搭话的陌生人。

真要试，先拿这 5 个问题去压它：

Humalike 最有价值的地方，是承认 AI agent 的下一场战争不只在智商。

它也在礼貌、边界、沉默和责任。

这家公司如果做成了，AI 会少一点像自动回复，多一点像同事。

如果做歪了，我们会得到一批更会察言观色的机器人。它们不再只是打扰你。它们会记住你为什么被打扰。