认知仿真路线
官网主推 Cognitive Emulation，主张让 AI 按人类可信的推理过程办事，并把这条路当作与「把模型越堆越大」不同的另一种选择。
价格官网未标价
平台Web
归类知识管理
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
Conjecture编辑总结
Conjecture 是 conjecture.dev 上的 AI 研究团队，首页把自己的方向写成重新定义 AI 安全，做法是搭一套新的 AI 架构，让先进 AI 的发展保持可控。它提出的路线叫 Cognitive Emulation：不靠把模型越堆越大，而是把专家的工作流转成可复用的 AI pipeline，让系统按可信的推理过程办事。官网把这条路线对着四类问题讲：不可预测、前后不一致、连基础任务也做不好、内部过程无法解释；团队目前在 London 招募 Product 方向的 Full-Time 岗位。不足也明显：官网仍是定位型页面，没有公开价格、版本与可核对的效果指标，产品处于建设中，能拿来验证的实证有限。
Conjecture是什么？
Conjecture 是 conjecture.dev 上的研究团队，按首页自述，方向是重新定义 AI 安全：它认为当前 AI 范式下既要能力又要安全很难同时满足，于是选择另建一套架构，目标是让先进 AI 技术可控、可安全地发展。
能确认的现状是几条明确口径。技术上，它主推 Cognitive Emulation，思路是让 AI 按人类可信的推理过程工作，并把专家的工作流转成可复用的 AI pipeline；实现上拆成按组件搭 AI、针对具体任务训练、自动化真实工作流、解决更复杂问题这几个环节。问题上，它把现有 AI 的毛病分成不可预测、前后不一致、做不好基础任务、内部过程无法解释四类，并把行业「只顾堆模型规模」的做法当成主要风险来源。落地动作上，官网的入口是 Request a Demo、Learn More、Let's Talk 与 Contact Us，另外还有招聘页。
不同角色能做的事也不同：研究同行可以顺着 Research 与四类问题清单判断它的技术主张；企业侧的 AI 团队适合先约一次 Demo，问清它到底交付什么形态；求职者可以直接看招聘页，目前挂在 London、Product、Full-Time 这几个标签下的是一类接受意向表达（Accepting Expressions of Interest）的非常规岗位。
Conjecture核心功能
四类问题诊断
首页把现有 AI 的可靠性问题拆成四类：不可预测（幻觉与敏感信息外泄）、前后不一致、做不好基础任务、内部过程无法解释，用来支撑它的路线主张。
按组件搭 AI
官网给出的实现方式是 Build AI by component，配合 Trained for specific tasks，先把能力拆成部件再按任务训练，而不是只靠一个大模型兜全部。
专家流程复用
它把专家的工作流翻译成可复用的 AI pipeline，这样能让系统像专家一样解题，并对应到流程更顺、可靠性更好、非预期后果更少三个卖点。
自动化真实流程
Automate real workflows 被列为路线的一环，指向把真实业务里的重复流程交给系统执行；未给出可量化的自动化效果。
规模化风险讨论
用 Scaling and the Control Problem 一节表态：行业在竞速堆大模型，能力涨得快、安全落在后面，它认为继续放大规模会让问题更难被发现和调试。
Demo 与洽谈入口
首页给出的接触方式是 Request a Demo、Learn More，以及 Join Us In Building Safer AI 区块里的 Let's Talk 与 Contact Us，走的是先谈需求再看方案的路径。
团队招募
招聘区块列出的岗位挂在 London、Product、Full-Time 标签下，标题写的是 Unusual Talent，并标注接受意向表达，说明团队还在补人阶段。
Conjecture值不值得用？
当你想找一条「不靠堆模型规模」的 AI 安全技术路线时，值得把它放进观察名单：Cognitive Emulation 的主张、四类可靠性问题的拆法、以及把专家流程转成可复用 pipeline 的做法，在官网都写成了可讨论的方案，也开了 Request a Demo 与 Let's Talk 的接触口子。当你要的是马上能上线、有明确报价与效果数据的工具时则要谨慎：官网是定位型页面，没有公开价格、版本号与量化指标，产品仍处建设阶段，招聘岗位也还是接受意向表达的状态。研究与合作场景可以谈，采购场景需要先要一份能落地的方案说明。
建议选它的情况
- 研究 AI 对齐与安全方向、想追一条不同于 scaling 路线的从业者
- 企业里负责 AI 架构选型，愿意先约 Demo 再判断交付形态的团队
- 关注专家流程沉淀与可复用 pipeline 思路的工程负责人
不建议选它的情况
- 需要现成产品、明确报价与量化效果数据才能推进的采购方
- 想找开箱即用的消费级 AI 工具的个人用户
- 要求公开价格方案与版本节奏后再评估的团队，官网目前都没有
Conjecture使用建议
入门先把路子走对
- 先读四类问题从首页 The challenge of AI Safety 一节开始，把不可预测、前后不一致、做不好基础任务、无法解释这四类问题看完，再判断它的路线是否对上你的痛点。
- 读懂认知仿真接着看 Introducing Cognitive Emulation 那一段，重点是「按人类可信的推理过程办事」与「把专家流程转成 pipeline」这两句话，这是它区别于堆规模路线的核心。
- 约 Demo 问交付点 Request a Demo 或 Let's Talk 时，直接把问题写清楚：交付的是模型、组件还是成套服务，集成方式与验收口径是什么，避免只听路线介绍。
进阶省时间也省钱
- 用组件视角评估按 Build AI by component 的思路，让对方按「具体任务训练」拆出组件清单与每部分职责，再比对自家现有技术栈哪些能复用、哪些要新建。
- 先立验收指标谈合作前先自己定好可测指标（例如某类任务的失败率、可解释性要求），再用它要求对方给出可验证的承诺。
- 关注招聘信号招聘页目前是 Unusual Talent 且接受意向表达，岗位集中在 London 与 Product，可以据此判断团队当前的投入重心与阶段。
Conjecture适合谁用？
AI 安全研究者
推荐关心对齐与可控性，想评估一条明确区别于规模扩张路线的技术主张，官网的问题拆解与路线说明可以直接作为讨论材料。
企业 AI 架构负责人
有条件在选技术路线，愿意先用 Demo 摸清交付形态再决定是否合作，适合把它的组件化与流程复用思路纳入备选。
求职与研究人员
推荐有招聘区块，岗位挂在 London、Product、Full-Time 下并接受意向表达，适合关注该团队的人投递或先接触。
需要现成产品的采购方
不推荐没有公开价格、版本与量化效果，产品处于建设阶段，走常规采购流程时缺少可核对的材料。
消费级工具用户
不推荐个人用户想要的是可直接注册使用的成品，这里只有 Demo 与洽谈入口，用途与需求不匹配。
Conjecture优点和缺点
优点
- 官网把技术路线讲成了可讨论的方案，而非只放口号
- 四类可靠性问题的拆法具体，覆盖幻觉、不一致、基础任务失败与可解释性
- 提出把专家工作流转成可复用 pipeline 的可操作思路
- 公开表明反对只看模型规模的行业做法
- 设有 Request a Demo 与 Let's Talk，接触路径明确
- 招聘信息透明，岗位地点与方向都写在页面上
缺点
- 没有版本号、发布时间与迭代节奏信息
- 没有任何可核对的效果指标或案例数据
- 产品处于建设中，交付形态未写清
- 岗位标注为接受意向表达，团队仍在扩充阶段
- 页面文案重复堆叠，有效信息密度偏低
Conjecture常见问题
Conjecture 怎么收费，有免费版吗？＋
没有出现免费、试用或订阅档位的字样，官网页面只有 Request a Demo、Learn More、Let's Talk 与 Contact Us 这几个入口。就是说这不是自助注册付费的产品页，要谈价格只能走洽谈渠道。
它主打的技术是什么？＋
主推 Cognitive Emulation：让 AI 系统按人类可信的推理过程办事，把专家的工作流转成可复用的 AI pipeline，实现上拆成按组件搭 AI、针对具体任务训练、自动化真实工作流、解决更复杂问题几个环节，并把它摆在与「把模型越堆越大」相对的位置。
它想解决哪些问题？＋
首页把现有 AI 的问题分成四类：不可预测，例如生成幻觉或无意泄露敏感信息；前后不一致，输出与推理不稳定；做不好基础任务，影响可靠自动化；内部过程无法解释，难以确认输出是否正确、出错也无从调试。它认为继续放大模型规模会让这些问题更难发现。
它和别的 AI 安全团队怎么选？＋
页面上没有提到任何同类团队或竞品，也没有对比内容。可核对的只有它自己的公开主张：反对只顾堆模型规模的路线，主张按组件搭 AI、针对具体任务训练，并把专家流程转成可复用的 pipeline。选型时需要自己拿这些主张去对照其他方案。
国内能直接用吗，有什么限制？＋
未提及地域限制或可用地区条款，官网也没有中文版本。能确认的位置信息只有招聘区块里的 London，说明团队与岗位在英国。国内用户要走的是 Demo 与 Contact Us 这类洽谈入口，实际能否合作、以什么方式合作，需要直接与对方确认。
现在有可以直接用的产品吗？＋
的表述是「we are building Cognitive Emulation」，用的是正在建设的口径，页面上也没有产品版本或功能清单，能点的入口是 Request a Demo、Learn More 与 Let's Talk。因此现阶段更接近研究与合作洽谈，而不是可直接注册上手的成品。
它在招人吗，招什么方向？＋
招聘区块列出的岗位同样挂在 London、Product、Full-Time 标签下，标题是 Unusual Talent，并注明 Accepting Expressions of Interest，也就是先收意向表达。想加入的人可以从招聘页的 Apply 入口提交，具体职级与要求页面上没有展开。
Conjecture竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Conjecture本工具 | 4.3 | 未标价 | 认知仿真路线；四类问题诊断；按组件搭 AI；专家流程复用 | Web |
| Synthetic Users | — | 未标价 | 用户研究的合成用户 | — |
| Oneconscious AI | — | 未标价 | Oneconscious AI 是一个致力于整合人类知识的人工智能平台 | — |
| Deepmind | — | 未标价 | 我们是一个由科学家、工程师、伦理学家等组成的团队，致力于解决智能问题，推动科学进步，造福 | Web / API |
| Allen Institute for AI Datasets | — | 未标价 | AI 研究的数据集，由艾伦人工... | — |
| Kudos | — | 未标价 | 帮助研究者自身知名度以及已发表文章及研究的影响力 | — |
