狮子侠 2026-11-16 08:15 北京
以下文章来源于:快鲤鱼
快鲤鱼
创业邦旗下AGI矩阵号,寻找海内外创新性的AGI高成长公司,记录AGI商业领袖的成长轨迹。

AI数据基建独角兽Mercor再度投下一枚重磅炸弹。


整理丨狮子侠
编辑丨小龙 子钺
封面丨AI处理
硅谷AI数据基建独角兽Mercor再度投下一枚重磅炸弹。
2026年11月10日,Mercor正式官宣完成7.5亿美元(约合人民币50.38亿元)D轮融资,投后估值飙升至200亿美元(约合人民币1343.34亿元)。本轮阵容堪称豪华,不仅有英伟达、Salesforce、Zoom等产业巨头,Benchmark、General Catalyst等顶级风投也悉数在列。
距离其2025年10月以100亿美元估值完成C轮融资,仅仅过去一年出头,这家年轻公司的身价便再次翻倍。(拓展阅读:三个辍学00后,靠给AI补课,身家各近300亿)

在大模型军备竞赛迈向深水区的今天,高质量人类反馈与强化学习环境(RL Environments)一直被视为决定模型智商上限的“高标号燃料”。Mercor正是隐身在OpenAI、Anthropic、Meta、Google以及英伟达等一众顶尖玩家背后的“超级数据工厂”。
Mercor集结了全球超500万名软件工程师、律师、医生、投行分析师等高精尖专业人才,通过构建高度仿真的工作软件环境与严苛的评分细则,为前沿大模型提供后训练与能力评估的底层弹药。
去年夏天,随着Meta斥资143亿美元入股行业老牌霸主Scale AI,引发了各大实验室对数据中立性的剧烈担忧,大量头部订单加速向独立第三方倾斜。Mercor精准接住了这波历史级红利,商业化曲线近乎垂直起飞——其ARR从去年初的数千万美元一路狂飙,今年年中突破20亿美元大关,如今更是站上了30亿美元的惊人高度。
更令硅谷创投圈津津乐道的,是这艘200亿美元巨轮背后的掌舵者——三位年仅二十出头的“00后”天才少年:CEO Brendan Foody、CTO Adarsh Hiremath和董事长Surya Midha。三人既是高中时代的辩论搭档,也都是大名鼎鼎的“泰尔奖学金”得主。

2023年初,在ChatGPT引爆行业的关键节点上,仍在乔治城大学和哈佛大学就读的三人毅然选择辍学创业。最初,他们只是想用AI面试官解决跨境程序员招聘难题,却敏锐捕捉到大模型对高阶人类智慧的渴求,并一步步将公司打造成如今AI基础设施版图中不可或缺的关键拼图。
11月11日,《Sourcery》播客发布了与Mercor联合创始人兼CEO Brendan Foody的深度对话。访谈中深入探讨了Mercor如何在数亿美元的营收基数上实现超5倍的爆发式增长,又如何构建起拥有超500万名专家的庞大网络。

Brendan还详细阐释了他为何坚信每家《财富》500强企业最终都将构建专属的AI智能,剖析了随着AI技术进步、人类专业知识反而愈发珍贵的内在逻辑,并分享了Mercor未来计划如何从服务前沿AI实验室,进一步向广阔的企业级市场进发。
以下是创业邦对本次对话的翻译精编(有删减)。

万亿美元公司的愿景
主持人:Brendan,欢迎来到《Sourcery》。我们第一次聊天大概是一年多以前了吧?从那以后你们增长了多少?
Brendan:我记得那是去年9月的事。从那到现在,我们增长了5倍多,而且还是在当时已经达到数百万美元级别的基础上。
主持人:太疯狂了。那你们打算怎么变成一家万亿美元级别的公司呢?
Brendan:这问题问得好。我觉得得从“未来人类将如何为经济做贡献”这个终点往回推演。因为现在绝大多数工作其实都挺重复的,比如人们会反复回复客服工单、反复修改法律合同条款,或者反复剪辑播客以及各种大家习以为常的格式。
但在未来,工作模式会更像是你只需要一次性训练好一个Agent,教它怎么把这些重复性任务自动化。所以我们看到企业内部正在发生一种转变,大家开始摆脱过去那种重复劳动的模式,转而通过编写评估和技能文件、训练Agent来自动化所有重复工作,以此来创造经济价值。
如果我们认同“人类贡献经济的方式正在发生彻底变革”这个前提,那么很显然,去引领、定义这个行业,并围绕这种新工作方式构建整套底层技术,就能创造出一个定义品类的传奇公司。我们从创立第一天起就一直专注于解决一个问题:在经济飞速演变的当下,人类该如何找到自己的位置。
主持人:我们按产品线拆解一下,看看Mercor的业务如何运作。你想聊的强化学习环境(RL环境)也在其中。几款产品分别怎么运转、怎么协同?
Brendan:为生产特定类型的数据,我们有三款核心产品。第一款是最早搭建的人才平台,上面有超过500万活跃求职者,每天发放酬劳超过400万美元,其中70%通过内推加入。这使我们在动员软件工程师、医生、律师等各行业人才,针对经济中的特定需求生产数据方面,具备很强的网络效应。
随后,这些专家进入数据平台Studio,在那里使用AI副驾驶,以及完整的Agent质检与自动化工具来搭建RL环境,复刻日常工作中的背景信息、任务流程和验证器。
第三款是AI项目经理,它把管理专家的几乎全部人工工作自动化。过去需要项目经理设定KPI、评估表现并给出反馈;现在由Agent自主运营项目,负责招募、把控数据质量,并对客户结果负责。

主持人:所以你们现在每天要发超过400万美元的酬劳?背后是怎么运作的?
Brendan:现在已经远超这个数了。底层用的是Stripe Connect,对方团队能力很强,体验很好。
早期我们给圈内另一家大玩家输送人才,但他们爆出严重的发薪问题:我们输送了上千名人才,很多来自第三世界国家,却拿不到钱,甚至难以维持家庭温饱,我们收到大量相关客服工单。
这成了我们转型的重要催化剂——我们必须直接与各大AI实验室合作,对平台专家的体验负责,确保他们按时拿到报酬。我们也在支付团队上超额投入,打造世界级团队,做到零失误、100%按时打款。
截至目前我们累计发放酬劳约10亿美元,增长曲线很陡,但从未出现大的纰漏。

为什么说
Mercor不是“Uber”?
主持人:对不太了解你们商业模式的人来说,把视野拉高到Mercor的整体布局,你们看重的不是GMV,也不是一个撮合交易平台。那你们的商业模式到底是怎么成立的?
Brendan:外界对我们最大的误解,是把我们看成Uber那样的撮合平台,以为我们只是把专家和工作匹配起来然后抽成。但实际上,专家只是我们交付给AI实验室的RL(强化学习)环境数据集中的一个组成部分。
一个完整的RL环境包含三部分:第一部分是各种应用程序,也就是Google Workspace以及其他主流办公软件的克隆版——经济活动里想教Agent用什么软件,我们就复刻什么;第二部分是“世界”,即这些软件里的具体内容,比如消息记录、PPT、文档、表格;第三部分是任务,也就是提示词和评分标准。
这就像教授给论文打分时定下的评分细则:模型尝试解决问题,按标准拿到分数,再从中学习。要实现整个经济的自动化,最大的壁垒在于完整覆盖经济体所有场景的RL环境分布——也就是覆盖人们用到的所有软件、所有内容世界和所有任务。所以,这些RL环境才是我们交付给客户的最终数据产品;而负责往这些“世界”和“任务”里填充内容的专家,只是我们高效、规模化实现这一目标的核心要素和护城河之一。
主持人:很明显,这一切很大程度上都建立在模型能力之上。那随着Agent不断融入整个AI生态系统,这种进步对你们的业务产生了什么变化?是不是反而放大了你们的价值?
Brendan:是的,我觉得最大的一个好处就是,Agent让专家花时间生产数据和训练Agent的效率大大提高了。举个例子,以前一个人花一小时,可能只能带来X倍的模型性能提升;但现在同样花一小时,可能带来3到5倍的提升,因为他们能用AI副驾驶来提高构建数据集的效率。
但当专家效率变高之后,最终出现了一个典型的杰文斯悖论,需求反而呈指数级暴增。因为归根结底,99%的知识依然存在于人类的脑子里,如果我们让人类教模型变得更高效、生产力更高,只会促使全社会有更多的人去教模型。这又回到了我开头说的那个原则:让人去做重复性工作是没意义的,他们应该去训练模型怎么做这些事,这才是为经济做贡献更具规模化和生产力的方式。
主持人:但业界对这个赛道普遍有一种看法:它不是一个能长期持续的生意,用人类知识工作去训练模型只是阶段性的,过一阵子就不需要了。你怎么看?很明显你不认同,那你的反驳逻辑是什么?
Brendan:我觉得这取决于你对超级智能时间表的判断。因为“人类教模型做事”这个市场的边界,取决于在数字世界和物理世界里,还有多少事是人类能做、模型做不到的。
只要经济活动中还存在只有人类能胜任的工作——哪怕是参加一场Google Meet会议、做有说服力的沟通,或者在湿实验室里做科学实验,再或者修车——我们就需要人类去丈量这个能力边界。
模型进步最主要的方式,是需要一个参照点,知道自己在哪里犯了错、怎么衡量这个错误,再把它转化为可学习的奖励信号。这跟人类学习很像。你想象一下,上英语写作课时老师跟你说:“以后你的作文全由你自己打分,别人不准给你任何反馈。”那你就很难看清自己能力边界之外的东西,这就是为什么我们需要反馈。
当然,有些领域有明确信号可以自学,比如数学,因为有计算器可以验算。但在经济中的绝大多数领域,我们学习和进步的方式,都是从老师、教授、经理、同事那里获得反馈。模型的学习方式一模一样,各大实验室的顶尖研究人员也普遍认为,未来几十年模型依然会以这种方式持续学习。

700万场面试:
用内推和AI面试官
抹平人才密度差
主持人:你们是怎么找到这些专家的?又是怎么评估他们的?
Brendan:70%的专家通过内推加入。我们也有其他渠道,但最看重内推,因为内推来的人质量往往最高。
评估环节是我们最早的重大突破之一。2023年4月,ChatGPT刚出来没多久,我和Adar还在上大学,就做出了第一个AI面试官。最早那版有七八秒延迟,会根据简历做预处理,调用GPT-4的API提问,再按一套评分标准评估面试表现。
随着规模扩大,我们意识到,劳动力匹配中的绝大多数难题,归根结底都是规模化数据采集的问题。举个例子:招斯坦福的AI博士,可能面5个人就能找到1个非常优秀的;但在印度偏远地区招软件工程师,有时得面几百甚至上千人,才能挑出真正世界级的工程师——但他们确实存在,而且很多现在就在我们团队里。所以,当我们能大规模扩充面试量、抹平这种人才密度差异时,这就成了我们招到顶尖人才的核心驱动力之一。
此外,我们还会分析很多别人忽略的维度,比如是谁内推的、候选人在GitHub或Figma上做过什么个人项目,把这些背景信息综合起来判断。到现在,我们已经完成超过700万次面试。说实话,看着它规模化起飞还是很疯狂——我们算是创造了史上增长最快的职业品类。
主持人:确实太疯狂了,速度简直惊人。
Brendan:感觉很不真实。就像我刚才打的比方,我们现在每天发500万美元酬劳,而两年前也就是24个月前,我们一年才发100万美元。
我觉得公司里很多人可能都没完全意识到,这种增长速度在历史上前所未有。这是一个非常难得的机会,我们在所有人之前发现了这个巨大的市场,并成了这个重要新品类的定义者和领导者。
主持人:你们团队基本都是二十出头——当然不是全部,但绝大多数核心成员都是吧?二十出头,还是大学辍学生。但你们不仅抓住了、而且稳稳守住了AI和科技界近几年增长最快的新赛道之一。
与此同时,你们还有体量庞大的竞争对手被Meta这类巨头收购,还有些对手每隔一两个月就冒出来,莫名其妙就做到十亿美元营收规模,而你们自己也经历过像数据泄露这样的风波,但直到今天你们依然是市场第一。你们的文化和创始团队到底有什么特质,能让你们一直坚持下来并赢到最后?
Brendan:我觉得公司里有三条明确且真正落地的价值观,起到了决定性作用。第一条是“高标准”,保持极高的招聘门槛绝不妥协,这让我们团队的人才质量无与伦比,也是我们跟其他公司最大的差异点。
第二条我们叫“时间旅行者”,就是极致的长期主义,站在5年后的未来看现在,然后倒推今天该怎么做,正是靠这个,我们才能在所有其他人才网络之前发现这个市场。我们一直对前沿研究有着极深的理解,知道实验室前沿的动向是AI原生应用公司的风向标,而应用层公司的动向又是全球经济的风向标,深思熟虑地顺应这种技术渗透曲线,对我们非常关键。
第三条是“客户痴迷”,我们是一家极其拼命、对客户极度痴迷的公司,为了客户我们愿意移山填海,因为他们正在打造地球上最重要的技术,我们全身心投入到帮助他们实现这一目标的使命中。我觉得正是这三点塑造了我们的市场领导地位。

创业的真相就是
嚼碎玻璃,凝视深渊
主持人:那你觉得支撑你们的是纯净燃料,还是到了现在这个阶段,已经带了一点复仇燃料的成分?
Brendan:怎么定义纯净燃料?
主持人:Dylan Field(Figma创始人)以前跟我解释过:在Adobe收购Figma告吹之前,他完全靠纯粹的理想和热情驱动,心里没有不甘或包袱;收购被叫停之后,他心里憋了一股劲,变成“老子非赢不可”,带着狠劲去拼。那你现在是靠纯净燃料在跑,还是心里也憋着什么不服气的劲?
Brendan:执念我一直都有,不同阶段还不太一样。公司内部一直有近乎狂热的紧迫感,节奏极快、高压运转。如果有人执行力跟不上,我们就会坚持高标准并迅速推进。
我们当然会关注竞争对手在做什么、怎么才能跑得更快,但我特别警惕一点:很多公司太容易掉进盯着对手看的陷阱,最后变成盲目模仿。模仿是成为市场老二的绝佳捷径,而我们对当老二毫无兴趣,我们想定义重要的新品类。
这就需要更多第一性原理思维,更多像时间旅行者那样从未来5到10年倒推的驱动力,而不是整天盯着对手。这大概就是我的动力来源。
我觉得我和联合创始人以及早期团队真正兴奋的,是如何在未来十年打造一家传奇公司,解决人类如何融入新经济这个大命题。
主持人:一路走来,你们克服的最大挑战有哪些?
Brendan:太多了。很多没真正创过业的人,体会不到那种被人按在地上反复重拳出击的感觉。
早期我们前一年半的客户几乎全是种子轮公司,结果12个月内80%都倒闭了,我们得不断跟客户流失的张力作斗争。里面也有少数做成了大公司,比如Cognition,但那个过程确实很痛苦。
还有之前的安全事件,以及早期核心团队成员的离开。这种迎面挨拳的事太多了。创始人必须明白,混乱才是常态,你得习惯像马斯克说的那样“嚼着玻璃凝视深渊”。因为最终支撑你、让这一切都值得的,是熬过这5到10年征程后带来的巨大影响力。
主持人:你平时最钦佩哪些人?
Brendan:从最终成就看,马斯克无疑是最伟大的企业家。我钦佩他,不只是因为那有目共睹的连续成功纪录,更因为他的使命感——他愿意承受常人难以想象的痛苦,只因为他真正在乎打造那些能重塑重要市场轨迹、定义新品类的公司。所以他确实是个异类。
杰夫·贝索斯也是我们聊过的人,他几乎比任何人都更能体现长期主义思维。亚马逊创立之初,他就定下极其坚定的核心原则,并把这些原则精准映射到几十年后的产品战略上——这比表面看起来难得多,他塑造创业文化的能力让我惊叹。
当然,现在也有很多显然非常出色的创始人,比如Sam和Dario都很棒。我有时候挺替他俩难过,因为他们在网上总挨那么多骂,永远陷入一种循环:上一秒还是世界之王,下一秒就成了美国最糟糕的敌人,然后突然又翻红,确实挺让人同情。总之,这些人绝对是给我启发最大的企业家。
主持人:我想聊聊贝索斯。你之前写过一篇论文,那事是怎么发生的?
Brendan:那不是一篇公开发表的论文,是我在推特上开的玩笑。大一时有门课的作业是:政府该如何出台政策,更好地理顺经济中的激励机制。我的核心论点是:经济中最大的正外部性是创造就业,但政府最大的税收来源却是对就业征税。
对没学过经济学的人来说,对员工征税在功能上等同于对公司征税,这会直接抑制企业创造就业的动力。年入十亿美元的人多交点税无所谓,但我并不在意自己多交税。可如果对收入低于7万美元的底层一半美国人也这么做,就极其荒谬了:他们只贡献联邦政府3%的税收,却背负沉重经济负担,报税还耗费大量时间。
所以我的观点是,干脆免除底层一半美国人的税负,这能极大刺激低端就业的创造。后来我看到偶像贝索斯在X上发帖聊到这个,就转发了他的帖子,没想到他还转评了我,当时我开心到飞起。那种感觉很奇妙:我是听着他的播客长大的,一直特别崇拜他,终于跟他有了一点交集。不过我至今还没在现实中见过他本人。

比起财富自由
每周花100个小时
解决难题更有吸引力
主持人:你还没见过他?那咱们就呼唤一下,让这事成真。聊聊今天的业务现状吧。你们最近有大新闻,收购了Deeptune。为什么要做这笔收购?
Brendan:这完全契合我们自动化经济中一切事物所需的RL环境关键要素。前面说的三部分是Apps、Worlds和Tasks。
我们专长最深的是Worlds和Tasks,因为这是专家做得最多的事,而且我们有Agent辅助提效。最大的瓶颈在于获取Apps,也就是Salesforce、Adobe、Google Workspace的克隆版,让专家能在里面填充内容。这本来就不是我们起家时做的事,也不是我们的比较优势。
所以,一位合作客户主动提议:Deeptune是他们最顶级的Apps合作伙伴,应该直接把Apps给我们,以便搭建环境时填充。客户主动发起合作,本身就是很好的信号,说明里面有戏。于是我们开始合作,我也更深入了解创始人Tim,他非常出色。
任何这类合作,一半内容就是看你想在未来十年跟什么样的人共事。这明显是1加1大于3的事。当时我们在设立纽约办公室,他们也在纽约,团队使命高度契合、文化高度一致。我们可以互相解决规模化过程中的瓶颈,为世界解决重要问题。所以我们勇敢跨出这一步,让它成了真。
主持人:这是你们的第一笔收购吗?
Brendan:这其实是第二笔,但比第一笔大得多。我们之前还收购了一家叫Sepal AI的公司,由Robi和Kat创立,他们也非常棒。不过Tim在Deeptune上取得了巨大的进展,而且刚刚从a16z那里完成了A轮融资,所以它稍微走得更远一点。
主持人:你们接下来有并购计划吗?或者说你们在战略上是怎么看待这件事的?
Brendan:我觉得并购非常重要,当然这有点取决于公司类型,但它至少是一个杠杆极高的工具。你可能会在大规模上犯错,但你也能在大规模上取得极高的正面影响力。所以这绝对是我们会考虑的事情,我们正在探索几个我们认为会很有意思的品类。
主持人:有没有人在试图收购你们?
Brendan:确实有过这种情况。但这完全取决于我和联合创始人内心的驱动力。我和Adarsh以前其实有不少机会可以直接套现走人,拿一大笔钱下半辈子什么都不用干,想要什么都能在生活里得到,但这根本不是我们的动力。我们宁愿每周工作100个小时去解决一个对世界真正重要的问题。
我们有幸拥有这种特权,身处一个不可思议的市场,拥有一个壮观的团队。很难说我们以后还会不会有这种特权,所以我觉得这才是真正构筑框架的东西,也是我们看待自身优先级以及想要实现的目标的方式。

AI应用层公司
会死掉?
主持人:你之前还说过,AI应用层公司会死掉?
Brendan:不完全是。我当时说的是,在数据公司之外,有实质性营收规模的公司主要有三类:第一类是前沿实验室,比如Anthropic、OpenAI;第二类是推理提供商,比如Fireworks、Baseten;第三类是像Harvey这样的应用层公司。
我的论点是,这些业务中的很大一部分都会被商品化:如果每个人都在推理层买GPU,GPU就会被商品化;应用层公司在构建软件层,而软件构建成本越来越低,这部分也会被商品化。
但我看到公司能构建持久护城河的地方有两个。第一是品牌,Harvey拥有世界级品牌,在法律领域绝对名列前茅,在应用层初创公司中也算顶尖。第二是数据护城河。我们可以通过理解这种飞轮提供有意义的帮助——不是拿客户数据去训练,而是学习他们客户所关心内容的分布,据此激发他们想构建的基准测试,以及需要策划哪些训练数据集来成为世界第一。
主持人:那前两层的护城河是什么?
Brendan:对前沿实验室来说,肯定存在大量规模经济,只要在算力和数据上花更多钱。如果你有最多的分发渠道,又能从模型中获得收入,就可以投资更多算力和更多RL环境——实验室正在指数级扩大这些投资。
所以我认为这主要还是规模经济,再加上与“给定模型帮助改善后续模型”相关的飞轮,也就是递归自我改进。它不会一飞冲天,但会随时间推移发挥作用,让事情稍微快一些。而品牌,我会说这是基础模型的主要护城河。
对推理公司来说,真正需要做对、而且Fireworks执行得非常好的一点,是构建自定义模型。这其实是Harvey所想的硬币另一面,因为转售GPU的切换成本为零。
不管人们怎么包装利润率的故事——当你买了一堆GPU、它们升值50%时,你确实会在一段时间内拥有不错的利润率——但真正的切换成本和持久利润率,来自你如何帮客户定制一个高切换成本、且无法移植到其他基础设施上的模型。
主持人:哪一个最脆弱?
Brendan:API的切换成本太低,所以我觉得投资者高估了API业务部分营收的质量。归根结底,简化到最后,很多东西都取决于切换成本。我们每天都会根据业务评估结果,在表现最好的模型API之间切换。随着每家公司成熟、推理账单上规模,大家都会这么做。所以其中一些公司可能变得非常大,但它们的营收质量有时被高估了。


数据被严重错误定价
财富500强公司
都会成为新实验室
主持人:你曾发推文说AI进展需要三样东西:算力、算法和数据。为什么你认为数据在AI技术栈中被错误定价了?
Brendan:我认为数据依然是逆向共识,这是最关键的一点。不知为何,投资者有一种看法:我们三年内就会实现超级智能,AI在所有事情上都会比人类更强,因此不再需要人类来创建评估和训练模型。
过去三年他们一直这么说。我记得甚至在我们种子轮融资时——我们一直很幸运能与喜欢的投资者合作——但硅谷许多顶级公司就是认为这个市场几年内会消散。而我认为大家一直错过的是杰文斯悖论,或者说是劳动总量谬误:随着我们让专家更有效率,随着专家能把模型改进三倍、五倍、十倍,这反而急剧增加了对人们改进模型的需求。
归根结底,只要还没有超级智能,只要经济中还有人类能做而AI做不到的事,就需要人类来丈量那个边界。所以这是最大的脱节。老实说,很多方面我对此心存感激:我们一直有很多资本来源,而这种逆向性减少了市场竞争。
我很高兴我们的市场不像基础模型业务那样竞争激烈。但我认为它正处在成为共识的边缘,尤其是当人们看到越来越多企业开始评估自己部署在后训练模型中的Agent时。
主持人:那么,未来10年这会如何演变?
Brendan:我认为关键变化是,每家《财富》500强公司都会变得像一座新型实验室:拥有核心数据集、服务客户的核心分发渠道,并需要动员全职员工与承包商的组合,为自建模型的评估和训练策划高质量任务。
归根结底,许多目前由人完成的流程都将智能体化,这是把公司内部所有人类知识提炼进模型的最高效、最可扩展的方式。所以这会是一场巨大的变革,而我们才刚打完第一局。
主持人:我正想问你这个。我提前向Winston收集了他想要问你的问题,他希望我问AI数据主权。
Brendan:这会非常关键。黄仁勋、Alex Karp和萨提亚都在谈这个,是有原因的。我认为Anthropic和OpenAI会拥有非凡的业务,两家很可能都是10万亿美元级公司。但归根结底,我们不希望它们吞噬全球经济,成为获取前沿智能的唯一入口。要让价值沉淀到其他《财富》500强公司和更广泛的美国人身上,就需要确保这些公司都能训练自己的模型、建立自己的智能,从而巩固竞争优势。
有时实验室在融资时会放出一种说法:他们将开启飞轮,用所有企业数据训练,而财富500强会对此满意——这就是他们收集整个经济体所有环境的方式。但这显然不是事实。高盛这样的公司之所以存在,是因为其在人员、流程、文档等方面拥有竞争优势;允许前沿实验室基于这些数据训练,无异于与竞争对手分享所有这些数据。
所以他们不会那么做。我相信他们会构建自己的模型、部署自己的Agent,把这些知识编纂下来。衡量这种转变在企业内部是否发生的启发式指标,是它们在推理上花多少钱。因为我们发现,当一家公司的推理支出低于1000万美元时,通常还不太关注评估或优化,仍处在摸索阶段。
一旦进入1000万到1亿美元这个区间,他们通常就会希望把大约10%的推理预算花在评估上,弄清模型该路由到哪里。
一旦推理支出超过1亿美元——比如Harvey、Cursor这类公司——他们就得非常认真地考虑后训练,因为经济账开始划算了。
你可以每年花数千万美元,有时像Cursor那样花数亿甚至数十亿美元训练自己的模型,因为这笔固定成本可以摊销到所有推理上。
所以我预计企业推理支出会实质性上升,但他们也会经历一条采用曲线:1000万到1亿美元区间推出评估,1亿美元以上开始后训练,同时把前沿智能部署到整个业务中。

独角兽创始人
如何度过一天
主持人:你的视角很独特,也很有优势。你几乎能看到每一家公司,看到他们的数据如何被使用。结合你刚才讲的推理,你对企业在继续搭建主权AI技术栈时有什么建议?
Brendan:企业最大的误解,是前沿模型到底如何学习。训练中消耗算力的大多数地方,已经不只是“阅读公司所有文档”,或者“从输入输出和SFT中学习”——大部分算力现在流向RL。
RL里,模型会多次尝试解决问题,然后按某套评分标准得分。绝大多数情况下,RL需要领域专家来创建这些评分标准和任务,以评估和训练模型。所以,任何训练自建模型的公司,都需要构建能产生清晰评估分数的任务;一旦对评估有信心,就应该扩大所关心的分布规模,去优化这个评估。
两条建议:第一,构建任务,而不是假装模型能读一切并自主学习;第二,从评估开始,因为这是每个AI实验室和成功应用层公司了解自己做得如何、并为改进模型奠定基准的基础。
主持人:好建议,谢谢。还有两个问题:未来12个月你最期待什么?我们可以从Mercor身上期待什么?你们要上市吗?
Brendan:至少未来12个月不会上市。2024年我发过一条推说“年底前IPO”,本以为那显然是个玩笑——毕竟我们12个月前才从大学辍学——结果有人当真:“哇,不可能吧”。上市当然在计划中,但不在未来12个月。
我最期待的是企业端业务。随着推理账单成熟,事情发生得很快:《财富》50强里的非科技传统公司开始意识到这件事有多重要。其中一些正面临前沿模型的生存威胁;随着这些模型侵入它们的领域,这会成为改变智能在经济中如何被使用和部署的巨大催化剂。看到这一点会非常不可思议。
主持人:我知道这是个挺奇怪的收尾问题,Brendan,你的一天通常怎么过?还在翻甜甜圈吗?
Brendan:早就不翻了。我一般7点45左右醒,条件允许的话7点50到8点30之间锻炼,9点前到办公室。一天通常有4小时会议,有时接近8到10小时,其余时间处理大量信息、邮件和文档。
时间大致三等分:三分之一招聘,三分之一客户,三分之一研究和产品。然后会在办公室待到晚上10点,一周六天如此,周日在家工作。
主持人:你是否也在不断消除干扰?怎么管理专注力?
Brendan:这很有挑战,因为大家很容易想把事情升级到我这里。组织能规模化,不能只靠我一个人,还要靠一线的人对领导者和高管有高度信任。所以,确保有一个非常强大的领导团队,可能是最重要的事。
我可能一整天都在回消息和邮件,某种程度上必须停止回复每一件事。我依然每天清空收件箱,确保事情都处理完,但会更深思熟虑地判断哪里该用Agent提效。
主持人:太棒了,完美的收尾。

跳转微信打开