过去十天里，我跟三家不同公司的创始人聊过，他们都在玩这个游戏。他们的公司向前沿 AI 实验室出售训练数据，所有人说话的方式都带着一种脚下土地正在移动的感觉。大致是这样：
我们是四月份开始的。第一季度我们完成了 3000 万美元的订单。现在我的办公桌上摆着 1 亿美元的未结采购订单。到十二月，我们应该能落在 1.5 亿以上的位置。
. 没有一笔是经常性收入，但全都在增长。这个月我们可能做到 2000 万美元。我们不到 12 个人，可能还有些实习生。
现在我在这个市场里的每一次对话听起来都像这样。有一阵我一直在想，这简直是一艘火箭船，为什么没更多人谈论它？然后我突然意识到，创始人自己也在问一个更好的问题。他们知道现金是真的。他们也知道合同不是永久的。在这种情况下应该做什么？
实际上在卖什么
六样东西。
有些公司卖的是工时：人类标注图片、给聊天机器人回答打分，这是流水线时代的产品，已经在消亡。有些卖的是判断力：医生、律师和物理学家写下他们如何推理，每小时 100 到 500 美元，因为模型已经穷尽了业余爱好者能教的东西。有些卖的是世界：模拟的 Salesforce 实例、假银行、复制医院，让 Agent 在数百万次重复中练习工作。这里的单位是专家判断，包装成任务、一个可行动的世界、定义什么是好的规则，以及打分的验证器。有些卖的是裁决：基准测试、评估、红队，比赛中的裁判。有些卖的是身体：传感器装备、触觉手套和真实工人身上的摄像头背带，因为机器人需要观察手的动作。还有些卖的是权利：授权档案，像 Reddit 那样每年价值数千万美元的交易，机构将几十年积累的文本转化为年金。
现在看看钱实际上是怎么到手的。几乎每笔都是针对可交付成果的采购订单：接受的数据集、通过 QA 的任务批次、交付的环境。没有什么是自动续期的。你看到的 headline 数字是年化的，通常是把最好的月份乘以 12，而在一个实验室可以在一个季度内让订单翻倍或归零的行业里，每个人都知道毛收入不是净收入。市场平台将 60-70% 的账单转给做实际工作的专家。例外是结构性的，那些从低成本地区进行交付的公司能保留每美元收入的 70-80% 以上，这就是为什么这个市场上一些最赚钱的名字在估值榜单上几乎查不到。实验室不在乎判断力是在哪里制造的，至少目前如此。供应商的损益表肯定在乎。
意外的巨人
这个市场顶层的公司，几乎没有一家是特意去建造它的。
Mercor 最初是一个匹配自由职业工程师与公司的平台，带有一个 AI 面试官做筛选。Micro1 也是这样起步的，它的 AI 招聘官叫 Zara。Turing 做了多年的远程开发者市场。Handshake 做了十年大学招聘网络，后来注意到实验室从它的成员库中挖走博士标注员，于是转型了。它不再出租自己的网络，而是开始自己出售工作，在大约 16 个月内从零做到了约 10 亿美元的年化毛收入。就连 Scale 最初也是 Mechanical Turk 的 API，后来才找到自动驾驶这个方向。
这个模式告诉你产品到底是什么。这些公司赢并不是因为它们懂数据。它们赢是因为它们已经建立了大规模验证陌生人的机器——谁是真的医生，哪个工程师真的会写代码，谁的判断力可以信任而不需要见面。当实验室突然需要成千上万经过验证的专家时，招聘公司是唯一握有供应的一方。数据从来都不是产品。经过验证的判断力才是，而验证判断力的老牌玩家是求职平台。
为什么实验室一直在付钱
实验室签下九位数采购订单的原因，是一场他们无法退出的战争。有一阵子看起来 Anthropic 领先了，但过去两周基本让赛场变得平坦。没有哪个实验室再拥有持久的领先能力。没有人能保住王座整整一个赛季，开源模型落后前沿几个月，每个价格层级都在不断崩溃。他们就像在跑步机上。数据供应商卖的是维持跑步机运转所需的东西。他们的收入不需要选边站队。这是对无人获胜征收的税。
Alex Karp 这个月一直在指责硅谷过度推销 AI，告诉公众不要相信他们自己看到的眼睛。采购订单同意他的说法。如果模型已经接近完成，实验室就不会花这么多钱买人类判断力。这个行业里的每一张发票都是对模型还做不到的事情的坦白。
但同一台跑步机也在不断淘汰自己的供应商。2023 年的产品是众包工人给回答打分。一旦模型超越了打分者，打分就变成了噪音，2024 年属于有资质的专家。然后推理模型学会了针对可检查的答案自我评分，2025 年资金就流向了环境和规则。每一代模型都超越了训练它的数据。前沿之下的梯级在不断消失。前沿则一直在付钱。
这个周末我跟一位前沿实验室的朋友聊了，问他直接合作的数据供应商有多少。七个，他说。这七家都被要求生产相同类型的数据集。不用说，一年后，其中一些会看着那份采购订单消失。整个市场就在这一个故事里：巨大的需求，刻意重复的供应，以及一个掌握着时钟的买家。
每份合同里的时钟
Epoch AI 的研究人员采访了供应商并发布了价目表——一个用于 Agent 训练的简单网站副本大约 2 万美元，据说一家实验室一次性买了数百个，就像你为驾校买锥桶一样。一个带有专家编写任务的高保真企业工具克隆版要 20 万美元。单个任务的价格在 200 到 2000 美元之间，独家协议会让一切乘以 4 到 5 倍，因为一个你的竞争对手也在训练的任务，教不了你任何打败他们的东西。
但转折在这里：一旦模型通过某个任务的概率达到大约 70%，这个任务就被丢弃了。产品通过成功而贬值。这保证了重复订单，这就是为什么收入曲线看起来是垂直的，同时也保证了没有任何东西会自动变成年金。一切都必须更困难地重建，永远如此。某种程度上，供应商也在一个更弱的跑步机上，就在前沿实验室旁边。
我感觉这个领域的创始人至少对未来 3-4 年的数据业务持乐观态度，也许他们应该乐观，但买家——前沿实验室——正在选择同时站在柜台的两边。据报道，Anthropic 在一年内考虑花费超过 10 亿美元用于环境，同时与十多家供应商合作，并让他们全部遵守自己的框架——通过采购实现商品化。据报道，OpenAI 已经注册了一个内部数据平台，旨在减少对其所滋养的供应商的依赖，并向承包商索要真实过去工作的产物——这是要求源码而非转售商的最礼貌的说法。xAI 裁掉了三分之一的内部标注团队，转而培养专业导师。Karpathy 对环境这个概念本身持乐观态度，但对整个类别所依赖的训练技术公开表示悲观。
这以前在这个行业里发生过。2016 到 2021 年间，一代数据公司靠自动驾驶项目生存，然后幸存下来的汽车制造商把标注工作收归内部，最纯粹的供应商要么被收购要么倒闭。Scale 活了下来，因为它及时跳上了 LLM 这波浪潮。看看 Appen。一家澳大利亚公司，曾经是价值 40 亿美元的上市公司宠儿，为大型科技公司提供人类数据，高峰期 80% 的收入来自五个客户。2024 年 1 月，谷歌没有警告就取消了合同。股价从峰值下跌了超过 95%。一封客户邮件，一次技术转变，整个类别的老牌公司就成了一个案例研究。制药行业走了另一条路，从未把药物试验收归内部，40 年后，外包试验行业仍在持续增长。两种结局在这里都有可能。你得到哪一种，取决于一条法则。
但这条法则是什么？任何机器能验证的东西，机器最终都会学会，不需要你。任何仍然需要人类说“这个不错”的东西，会继续付钱给人类。代码可以被检查，所以它是第一个牺牲品，现在实验室从公共仓库中自行挖掘训练任务，成千上万。品味、模糊性、受监管的判断力以及物理世界最后才会倒下，也许永远不会。没有单元测试能衡量一个资深外科医生看到的东西，你也不能对一件叠好的衬衫做单元测试。验证是稀缺资源。围绕它来销售，时钟就会为你工作，而不是对你不利。
现金应该用来买什么
这并不意味着数据浪潮是假的。钱是真的，增长是真的，跑步机的物理定律保证了未来几年对更难作业的需求。这意味着浪潮奖励一种非常特定形状的公司，而惩罚那些克隆者——在一个完全自筹资金的公司可以出货产品、离岸交付团队可以低于你任何报价的利基市场里。当市场最大的客户一边付你的账单一边在建造你的替代品时，你的产品不是护城河。你的位置才是。
所以真正的问题是，那些印钞票的创始人在晚餐时问的。没有人会停止运营一家能产生 1 亿到 5 亿美元采购订单现金、且拥有这些利润率的公司。他们也不应该停。接受每一笔订单。让机器全速运转。在这个阶段唯一可能犯的错误是，把意外之财当成业务本身，而不是当成业务的融资。采购订单收入是很好的燃料，但接下来是一份菜单，列出这些钱可以买什么，以及对每个选项的诚实评估。
在数据上走得更深，而不是更宽。 懒惰的做法是横向扩展，也就是更多领域、更多通用供应，与四个拥有信任的巨头竞争。复利的做法是垂直扩展，比如选择一个验证仍然困难的领域，雇佣其中最好的 200 名专家作为自己的员工，成为实验室对此唯一会找的对手方。一家年轻公司拥有音频。一家拥有芯片设计。一家拥有高等数学。随着模型的进步，新的梯级会不断出现，而实验室自己生成数据并不会结束这种需求，它只是把需求沿着难度曲线向上移动，朝着拥有某个领域顶端的人。当你真正拥有稀缺专家时，这招管用。当你的专家与竞争对手的电子表格可以互换时，就会失败。
走向物理世界，拥有整个闭环。 物理数据里的错误是，认为手套就是业务。硬件采集是便宜的部分。重要的是那些端到端运行采集业务的公司——他们雇佣工人，搭建装备，雇佣内部行业专家（他们知道什么样的焊接、缝合或锁定程序是正确的），编码一个行业实际运作的方式，并以独家条款出售标注后的输出。我脑子里能想到的最空的地图区域是工业装备、炼油厂、工厂车间、矿山——那些无论出多少钱都没有数据集的地方，而所有人都在涌向零售、金融和医疗相关的 demo。然而，这招管用的时候，是你控制了采集、质量和权利；失败的时候，是你只是其他人摄像头的中间商。
继续构建环境，但沿着技术栈向上卖。 2 万美元的网站副本层级已经商品化，正在变成开源中心。持久的层级是高保真、专家评分、独家，并且它指向两个买家，而不是一个。今天实验室，明天企业，而这第二个买家改变了一切。Satya Nadella 一直在告诉每一家公司，他们为情报付了两次钱——一次是金钱，另一次是每一次提示中泄露出的专有判断力——所以他们必须在自己的围墙内建立自己的评估和自有的学习环境。把它当作一个产品规格来读。你为实验室工作构建的精确技能——将混乱的工作流程转化为带有规则和验证器的世界——变成了客户防火墙后的私有训练健身房：比如他们的理赔流程、他们的交易台、他们的医院，这样他们的 Agent 就可以学习，而他们的判断力永远不会离开大楼。这会把你的买家数量从 5 个增加到 5000 个。它之所以管用，是因为它利用了同一块肌肉。只有在等到实验室采购订单放缓后才开始构建它时，才会失败。
带着清醒的头脑进入企业工作流。 在企业内部部署 Agent 是前向部署工作——绘制发票实际流动的方式，发现 SOP 是虚构的，与团队坐在一起直到异常情况停止（我最近写了一篇关于这个的完整文章）。这是一个真实的目的地，一些数据公司会在这里建立真正的业务。但在把现金投入之前，先了解物理定律。数据收入以 2500 万美元的采购订单在几周内签署的方式到来，企业收入以 50 万到 200 万美元的试点在几个季度内签署的方式到来，而今天大约 95% 的企业 AI 试点没有显示出可衡量的回报。这个策略如果作为独立运行的部门，有独立的期望和自己的领导层，就会成功。如果作为数据业务随便派几个人来的副项目，就会失败，因为需要的肌肉不同，需要的是耐心、嵌入和胶水代码，而不是吞吐量。
只有当计算能养活你的产品时才买算力。 这个市场里不止一位创始人正在问，这些现金是否应该变成 GPU 和托管的 RL 平台。诚实的回答是，出租原始算力是一种商品，被超大规模云和 neocloud 左右夹击，而装满贬值硅片的金库不是护城河。可行的版本更窄：托管运行在你自己的环境内的训练循环，你可以保证利用率，客户购买的是世界 + 健身房 + 算力作为一个产品。Prime Intellect 已经在公开玩这个策略。它免费提供了一个包含 2500 多个社区环境的中枢，并销售运行在其之上的算力和托管训练。环境是店铺门面，GPU 是收银台。这是一个风险投资式的赌注，而不是一个现金停泊的决策。如果我是做这个的创始人，我会是刻意做出这个决定，或者根本不碰。
收购下一个梯级，而不是晚于别人去构建。 这个市场到目前为止最具启发性的资本配置是，一个巨头利用其采购订单意外之财，在 5 个月内收购了两家环境初创公司，通过购买进入了新的梯级，而竞争对手还在为此招聘。大约 18 个月后，模型公司可能会倾向于拥有真实环境工程师的公司，他们很乐意被收购。速度是这里唯一的优势。你坐在一堆现金上——所以一个战争基金加上一张清晰的下一梯级地图，在一个每 18 个月重新洗牌的市场里，打败了有机速度。
向政府销售。 一个新的客户类别正在到来。购买主权 AI 项目的政府将需要国家数据管道、母语语料库、本地评估，以及来自他们自己的工厂和田野的物理数据，原因与他们购买自己的电网相同。
尽可能把你所能转化为经常性收入。 采购订单就像天气。其中一些可以变成气候——比如评估订阅而不是一次性基准测试销售，环境维护合同而不是一次性构建，数据刷新保留金，每年收费的认证项目。这些都不会像 5000 万美元的采购订单那样引人注目，而这正是棘手的部分——用不那么闪亮的碎片来对冲自己。因为，当采购订单没有到来时，所有这些都能活过那个季度。
作为创始人，我失败过才知道——有两个错误要避免。进入巨头的通用赛道，在那里信任溢价无法从零复制。以及以过高的倍数进行温和的融资，这买来了以软件定价的义务，但经济基础却完全不同，同时关闭了这里实际存在的两个出口——保持私有和富有，或者成为别人必须拥有的基础设施。
信任是复利的资产
上面菜单里的每一个选项都通过同一个闸门。企业不会把他们的理赔流程交给你，实验室不会把前沿训练优先级交给你，政府不会把国家语料库交给你，除非信任已经被刻意建立起来，而在这个市场里，信任不是一种感觉，它是一堆可验证的承诺。
做对了的公司像做产品一样建立信任。首先是说服你获取数据的公司，你没有拿走任何敏感的东西，他们在法律上没有犯任何会让他们陷入麻烦的错误。在客户要求之前就做好安全性和数据驻留认证，这是常态。公开基准测试是另一种信任机器。在另一端，购买这些数据的实验室也想要溯源轨道——比如摄像头验证的会话、凭证证明、一个特定人类确实做了思考的证据，因为供应链的肮脏秘密是，标注员把模型输出粘贴回去当作人类工作。
拥有中立性契约是很有帮助的——比如没有实验室在股东名单上，没有单一买家超过既定的收入份额——这是每个看着竞争对手的客户在实验室买下其一半股份后逃离的人，通过艰难方式学到的教训——尽管对 Scale AI 团队来说，也许那是一个辉煌的成果。如果你能建立品牌，专家认证计划会有帮助，这样“被你的网络评价”开始意味着某个行业认可的东西。这些资产中的每一个都在复利，而任务格式则死亡或改变。当格式改变时（大约每两年一次），信任会转移到下一个产品上。
第 50 家公司
Scale 和 Mercor 最先到达，而且做得很大，那么第 50 家公司应该做什么？
从 Mercor 崛起真正教给我们的东西开始，因为每个人都在复制错误的部分。看得见的部分是速度。Scale 大约花了 4 年时间达到它的第一个 1 亿美元。下一个梯队花了 2 年。Mercor 花了不到 20 个月，Micro1 和 AfterQuery 接近一年，而一家环境初创公司在 6 个月内从 100 万美元做到了 6300 万美元。创始人把这解读为市场变得更友善了。恰恰相反。每个梯级都更陡峭、更短暂，同样的加速将新玩家在一年内带到 1 亿美元，也以同样的速度把梯级从他们脚下抽走。速度是波浪的属性，不是船的属性——想想这个，你就会对坐那条船三思而行，因为这个游戏不适合所有人。
值得复制的那部分更安静。Mercor 在需求出现之前、完全为另一个业务建立了它的验证引擎，所以当浪潮到来时，它比任何人都更快地吸引了可信的专家。它从来不需要把工程师嵌入客户内部或运行服务团队，市场平台一直是机器，当下一个梯级出现时，它通过购买到达那里，而不是从后面追赶。而这个市场里自筹资金的领导者用相同的道德教了相反的教训：通过保持盈利且从不卖股权，它保留了所有人都在卖出的那个选项——对任何客户、任何交易结构、任何季度说“不”的选项。在一个你的客户就是你未来的竞争对手的市场里，期权不是奢侈品。它是你的利润在购买的东西。
所以第 50 家公司进入梯级仍在建造的地方——完全拥有一个困难的领域，出售规则、验证器和环境而不是工时，从第一天起发布基准测试，在需要之前就建立第二个买家群体，在第一天就决定好资本故事——要么自筹资金并保留期权，要么大举融资并购买梯级，永远不要中间态。如果你不是创始人，而是在决定是否加入一家公司，那就从内部问同样的问题：这家公司实际上卖的是六种产品中的哪一种？它掌握着谁的信任？它当前的产品格式处于什么时钟上？采购订单现金去了哪里？实验室之后的第二个客户是谁？一个对这些问题有良好答案的公司值得加入，因为在火箭船上，你往往能在压缩的时间线上学到东西。
五年之后
如果我不是对其中一些事情非常正确或非常错误，写这一切有什么意义？所以这是我的五年观点。
总市场规模会增长多年。只要实验室竞赛没有解决，需求机制就不会暂停，日历上有一个预定的压力测试——第一个实验室 IPO（截至 2026 年 7 月已经非常接近了），届时数据支出会成为公开分析师每个季度都质疑的利润表科目。我的直觉是，在增长之下，构成会剧烈变化。工时最先死，而且已经基本死了。通用环境会商品化，变成开放中心。价值集中在前沿判断力、验证和溯源、裁判、物理采集，以及企业的私有健身房，如果让我排序，验证和企业健身房排在第一位，因为两者都随着实验室变强而变强；物理采集第二位，因为它是唯一一个供应而非需求是瓶颈的细分领域。在当今向实验室销售的上百家公司中（我创建了一个列表，后来放弃了，因为意识到这是徒劳的——下一分钟就过时了），我预计到 2031 年，独立且达到规模的不会超过 10 家。大多数会停止运营，一些创始人变得富有。其余的被吸收——要么被购买梯级的巨头收购，要么被实验室自己悄悄收购，为了人。
如果你观察他们已经在做什么，赢家是清晰的。自筹资金的质量领导者会成为标准制定者，它的接受本身就是一个认证。收购型巨头会成为交易所，专家工作在这里被定价、验证和销售，无论买家是谁，如果实验室作为客户被取代，雇主就会排在下一个。那些存活下来的环境构建者，会醒来成为企业模拟行业。裁判，如果他们保持独立，会以像评级机构一样的方式结束这十年，被写入采购规则，也许甚至写入法律。而在物理世界的某个地方，一家收集传感器融合工业数据的公司，正在朝着成为具身时代的 Scale 复利，比所有挤在数字领域的人早 5 年进入那条曲线。
这个市场里有一位创始人认为，人类数据会成为一年万亿美元的事情，他抓住了最深的一点：模型在每一阶段都从人类那里学习，永远如此。万亿美元这个数字忽略了的是，它给人类时间定价，而不是给中间人定价。中间人的分成取决于它是否拥有比承包商电子表格更稀缺的东西。对于所有在这里构建的人来说，好消息是，稀缺的东西现在已经知道了，而每一件都可以用这个市场正在抛出的现金来建造——拥有的专家网络、溯源轨道、裁判特许经营权、物理世界的闭环。
每一场淘金热都逃不过两种结局：金子挖光了，或者矿工们走向工业化。而这一次，会迎来第三种结局——金子学会了自我开采。到那时，依旧屹立不倒的供应商，将是那些卖给矿场一样它永远无法自己挖到的东西的人：也就是那个所有模型都在追问、却无人能解答的问题——"什么才算好？" 在一个狭窄的领域里牢牢握住这个答案，你就能拥有一家公司。如果握得足够久、足够可信，你就不再是别人赛道上的供应商，而是成为这场竞赛的评分标准本身。
