2026年1月6日，法国微软公布了第三届 Microsoft GenAI Studio 入选的15家初创企业，地点在 STATION F。Humind 名列其中，属于"商业与销售"类别，凭借其电商 AI 智能体入选。以下是这个项目提供了什么，如何才能入选，以及当你的对话智能体每天都在真实门店、面对真实购物者运行时，为什么直接对接微软的工程团队如此重要。
180多份申请中脱颖而出的15家初创企业
Microsoft GenAI Studio 是一个为期四个月的加速项目，由法国微软主办，落地于 STATION F。本届是第三届，评审团审阅了180多份申请，最终遴选出15家企业，覆盖医疗、教育、金融、工业、客户关系、生产力和商业等领域。名单已在2026年1月6日法国微软的新闻稿中公布，同一周被J'aime les Startups转载报道。
Humind 位列"商业与销售"类别。微软将该公司描述为提供专注于电商的 AI 智能体，优化客户互动，以促进销售并提升购物体验。这一概括很准确：一个安装在商家门店中的智能体，回答产品相关问题，引导发现过程，给出推荐，并将由此产生的对话智能反馈给商家。
本届的合作伙伴包括 STATION F、Mistral AI、NVIDIA、GitHub、Databricks、Cellenza 和 ENGIE。Eneric Lopez 概括了这个项目的宗旨：
"随着第三届的启动，我们正在加速生成式 AI 在法国经济中的应用，支持那些正在创造明日应用场景的初创企业。我们的目标是打造出技术领军者，并为它们提供切实的手段，以负责任且安全的方式实现规模化。"
Eneric Lopez
法国微软 AI 与社会影响力总监
这个项目究竟提供了什么
微软公布的内容十分具体：最高35万美元的 Azure credits，通过 Azure AI Foundry 使用超过11000个 AI 模型的权限，LinkedIn Premium、GitHub Enterprise 和 Microsoft 365 授权，STATION F 的专属办公空间，以及围绕负责任 AI、数据安全、成本优化和规模化的导师工作坊。
credits 只是看得见的部分
云端 credits 固然重要，但原因和人们想象的不同。它们并不能凭空提升产品本身。它们真正带来的，是认真测试的自由：在多个模型系列之间进行评估，而不是被迫选择最便宜的那个；维护一个真正接近生产环境的预生产环境，而不是一个粗糙的模拟版本；在一周内把整个目录重新索引三次，只因为第二次尝试的效果不理想。这种自由通常是要精打细算的。而在这四个月里，将不再需要如此。
看不见的部分是工程时间
公告发布一周后，Alexis 接受 SKEMA 商学院采访，将此次入选称为一种"真正的信任标志"，随后指出了没有出现在任何新闻稿中的事实：
"如今，法国微软的首席架构师每周都会花四到五个小时和我们在一起。"
Alexis Hespelle
Humind 联合创始人，由SKEMA 商学院引述，2026年1月14日
每周四到五个小时，与一位已经见过数百个生产环境架构的人一起工作，其价值胜过任何一条 credits 额度。这就是区别所在：是在某个周六早晨接到商家电话时才发现扩容问题，还是提前在一月份的白板上就发现它。
还有围绕它的整个生态系统
最初几周已经定下了基调。微软组织的工作坊已经让我们收获颇丰，而与 NVIDIA 以及同批其他初创企业创始人共进的一次晚餐，也提醒了我们这个项目的特别之处：受益的不仅是来自微软本身，更是围绕它汇聚起来的整个生态系统，合作伙伴、工程师以及在其他市场上解决相邻问题的创始人们。
为什么对电商 AI 智能体来说，基础设施和模型同样重要
认为一个 AI 产品的成败取决于模型选择，这种想法一到生产环境就站不住脚。一旦智能体在真实门店上线，决定购物者是否信任它的因素，大多与回答问题的那个模型没有太大关系。
对话不是演示
演示用的智能体只需要回答一个问题。生产环境中的智能体每天要处理成千上万次对话，跨越不同时区，使用十一种语言，面对一夜之间就会变化的商品目录。它必须在目录同步进行期间保持一致，在第三方 API 变慢时优雅降级，并且绝不能向购物者推荐一件四分钟前刚刚缺货的商品。这些都不是靠一个 prompt 就能解决的问题，而是关乎区域部署、缓存、重试、队列、可观测性，以及必须可测试的底层管道。
信任是基础设施的属性
把智能体放在自己客户面前的商家，往往会先问基础设施方面的问题，而不是模型方面的问题：数据在哪里，谁能读取它，出现故障时会发生什么，如何证明智能体说过什么。建立在 Azure 之上，让我们能够用 CIO 熟悉的方式来回答：使用受管身份而非永不过期的密钥，区域化部署，内容过滤，以及每一次请求背后都有的遥测追踪。这些答案写在我们的信任中心里，而不是写在销售资料里。
每次对话的成本是一项产品决策
每一次对话都有成本，而这项成本会在无形中决定产品能承担什么。一个智能体能否重新读取一整篇长产品页面、进行第二轮搜索或者核实自己的答案，这既是经济问题，也是技术问题。模型路由、缓存、搜索质量和 prompt 设计，都是成本方面的杠杆。关于成本优化和规模化的工作坊，在纸面上正是我们最期待的部分。
一段旅程，不是一次运气
2026年1月的入选并非凭空而来。Humind 于2024年底加入 STATION F 的 Founders Program，此前不久刚结束在 Berkeley SkyDeck 的一段经历，那是加州大学的加速器，两位创始人 Alexis Hespelle 和 Dan Castiel（均毕业于 SKEMA）正是在那里为产品打下了基础。
我们其实早已了解 GenAI Studio：我们曾申请过上一届，也就是2025年3月那一届。在技术评估周期间，微软团队建议我们让产品继续成熟，第二年再重新申请。我们正是这样做的。在此期间，架构不断演进，智能体在其本职工作上的表现有了可衡量的提升，而我们在技术审查中能给出的答案也随之改变。我们再次申请，这一次入选了。
五月再见
本届项目将在春天于巴黎举行 Demo Day 收官，每个团队将在会上展示自己走过的路。在此之前，等待我们的是四个月的高强度工作，与那些已经解决过我们即将遇到的问题的人一起，还有把事情做扎实而不是做快的余地。对于运行我们智能体商务的商家来说，这才是重要的事情。
