humans& 发布 Ampersand v0.1：专为长期协作训练的「合作者」模型

官方定位不是「更快写代码的助手」，而是帮助多人追求个人与集体目标的协作模型：群聊场景可按会话开 session、按发言人标识消息，并赋工具「发消息或保持沉默」。训练上不走可验证奖励 / 偏好对齐主线，而是与 Persimmon（可模拟目标与偏好随时间变化的用户模型）做超长时域 rollout；公司称为此自研长时域 off-policy RL、多智能体训练框架，并在自建集群上千卡扩展。

公开口径：在「Collaboration Over Time」等多月仿真里，与 Ampersand 协作的模拟用户向长期目标推进更多；但交互成本更高，部分来自用户只想要答案时仍被「辅导」。另项 Teamwork 测试高努力档 Ampersand 约 59.1%，低于 Fable 5.1 的 66.6% 与 GPT-6 Astra 的 77.7%。上述结果均针对模拟用户，非真实用户实测；开发者可直接申请 Agents API。