文章核心观点 - 一场属于00后的AI创业潮正在全球范围内兴起，年轻创业者正以惊人的速度重塑AI未来 [4][13][16] DataCurve公司概况 - 公司由19岁的华人女孩Serena Ge联合创立，成立仅一年已累计融资1770万美元（约合人民币1.26亿元）[4][6][11] - 公司致力于创建高质量的代码数据，为AI大模型提供支持，定位为AI数据领域的“卖铲人” [5][11] - 公司团队规模约10人，成立两个月时收入就超过100万美元 [8] DataCurve商业模式 - 公司通过“赏金猎人”系统Shipd吸引熟练软件工程师完成高难度数据获取任务，平台已有超过1400名程序员 [7] - 每解决一个任务用户可获得5到50美元费用，公司已发放超过100万美元赏金 [7] - 与依赖庞大外包团队的Scale AI不同，公司核心竞争力在于提供良好用户体验，吸引高质量程序员参与 [7][8] - 客户包括超过一半的基础模型实验室以及Facebook、苹果、亚马逊、谷歌等公司 [8] DataCurve融资历程 - 公司完成1500万美元A轮融资，由Chemistry VC领投，Y Combinator、Afore Capital、Homebrew等机构参与 [10] - 更早之前完成270万美元种子轮融资，Y Combinator、Afore Capital、Pioneer Fund等机构支持，Coinbase前CTO参与投资 [11] - 投资人评价其为“投资过增长最快的初创公司之一” [10] AI数据标注行业格局 - 行业存在著名梗：“有多少人工就有多少智能”，数据标注公司被称为“赛博富士康” [11] - 数据、算法和算力是AI三大基石，数据标注公司是数据的“卖铲人” [11] - 竞争对手Scale AI在Meta斥资约150亿美元入股后，估值超过290亿美元 [12] - 华裔Edwin Chen创办的Surge AI正在进行10亿美元首轮融资，估值约240亿美元（约合1712亿元人民币） [12] 其他00后AI创业案例 - Axiom Math完成6400万美元（约合人民币4.6亿元）首轮融资，投后估值3亿美元（约合人民币20亿元），创始人为00后洪乐潼 [14] - Sola Solutions由两位麻省理工00后创立，总计融资2100万美元（约合人民币1.5亿元） [15] - AI标注公司Mercor由三位00后从哈佛及乔治敦大学退学创立，B轮后估值约为20亿美元，正寻求约百亿美元估值 [15] - 国内三个来自清华的00后创立机器人公司零次方，完成天使轮亿元级融资 [15]

Surge AI公司概况 - 公司正进行10亿美元首轮融资 对应估值约240亿美元（约1712亿元人民币）[4] - 公司成立五年未对外融资 但实现年营收超10亿美元[4][7] - 公司创始人Edwin Chen持有75%股份 身家达180亿美元（约1281亿元） 首次入选福布斯美国最年轻亿万富豪[5][12] 业务模式与市场地位 - 主营业务为AI数据标注服务 被比喻为"卖铲子"的刚性需求[7][11] - 客户涵盖OpenAI、Anthropic、谷歌、微软、Meta等全球AI巨头[15] - Meta生成式AI部门去年在公司全流程标注服务上支出超1.5亿美元[15] 创始人背景与创业历程 - 创始人Edwin Chen为85后华裔 毕业于麻省理工学院 曾任职于对冲基金、谷歌、Facebook等机构[4][13] - 创业灵感源于大厂项目外包数据标注质量差 发现行业痛点[13] - 产品上线12个月内实现八位数营收 并抓住大语言模型兴起的风口[14] 行业竞争格局 - 主要竞争对手Scale AI获Meta约150亿美元入股 估值超290亿美元[8] - 竞争对手Scale AI已离职创始人Lucy Guo凭借5%股份成为最年轻白手起家女亿万富豪[8] - 数据标注行业被视为AI基础设施 无论技术如何演进都离不开高质量数据[10][11] AI行业投融资动态 - AI搜索引擎Perplexity获2亿美元融资承诺 估值达200亿美元（约1425亿元）[16] - 法国初创公司Mistral AI即将完成20亿欧元融资 估值达120亿欧元（约1000亿元）[16] - Mistral AI成立一个月凭借7页PPT融资1亿美元 刷新欧洲种子轮纪录[16][17] 二级市场表现 - 英伟达、甲骨文股价创历史新高 A股寒武纪市值突破6000亿元 超越贵州茅台成新任"股王"[17] - A股算力三巨头"易中天"（新易盛、中际旭创、天孚通信）股价五个月内均实现翻倍[18] - 海光信息股价较三年前发行价涨超7倍 与寒武纪、工业富联组成"纪连海"概念[17]

公司概况 - 公司为AI数据标注与训练公司Surge AI，由前谷歌、脸书和推特数据科学家Edwin Chen于2020年创立 [14][22][39] - 公司采用自筹资金模式，创始人利用在科技公司工作积累的几百万美元储蓄进行创业，拒绝传统风险投资 [22][23][29] - 公司成立不到五年，2024年营收已超过12亿美元，且自创立首日即实现盈利 [27][28] - 公司当前估值约240亿美元，并正以300亿美元估值进行10亿美元的融资谈判 [28][29] 商业模式与市场地位 - 公司按收入计算是该行业最大的企业，客户涵盖谷歌、Meta、微软以及AI实验室Anthropic和Mistral [27][34] - 公司收费比竞争对手高出50%至十倍，通过直接向科技公司数据科学家推广获客，谷歌与其签订了年额超1亿美元的合同 [46][49] - 公司员工仅250名，包括全职、兼职和顾问，其竞争对手Scale AI的员工数量是其四倍但收入更少 [26][27] - 公司采用独特的人机协同数据标注模式，由AI生成并标注数据，再由人类评估表现 [55] 技术与运营特点 - 公司数据标注模式不同于传统方式，雇佣包括斯坦福、普林斯顿和哈佛教授在内的专业人士，以及全球50多个国家的超百万名零工工作者 [19][30][33] - 标注员任务包括诱导聊天机器人输出错误回复、比较不同AI回复优劣并撰写解释，旨在编码“人性的丰富性” [19][33] - 公司将质量控制和技术专长作为秘密武器，通过隐藏测试、人工审核和对抗性机器学习算法密切监控标注员表现 [53] - 公司放弃传统销售营销，初期通过创始人广受欢迎的数据科学博客进行沟通和获客 [43][45] 行业背景与创始人 - 创始人Edwin Chen持有公司75%股份，估值约180亿美元，使其以37岁年龄成为《福布斯400》榜单最年轻的亿万富翁 [2][29] - 创始人背景为数学怪才，对语言与数学的关联着迷，拥有麻省理工学院数学背景，并在推特、谷歌和脸书担任过数据科学职位 [35][36][39] - AI数据标注行业存在被AI技术替代的根本性问题，例如Meta的Llama4模型已大量依赖AI自主生成和标注的合成数据 [54] - 公司坚信人类在AI训练中不可或缺，认为人机协同的成就远超任何单方独立成果 [56]

公司融资与估值 - 人工智能初创公司Invisible Technologies在新一轮融资中筹集1亿美元，估值超过20亿美元 [1] - 本轮融资由Vanara Capital领投，这是该公司自8月从TPG Inc分拆以来的首次公开投资 [1] - 公司2024年销售额达到1.34亿美元，比前一年翻了一番 [2] 公司业务与市场定位 - 公司是数据标注企业，其技术曾帮助训练OpenAI最初的ChatGPT [1] - 公司努力在更复杂的领域提供标注服务以区别于竞争对手，提供所谓的专家市场，让AI公司选择具有相关背景（如数学或天体物理学高等学位）的数据标注员 [2] - 除了数据标注服务，公司还提供用于微调模型和测量模型可用数据广度的工具，并拥有面向食品饮料、保险、资产管理等行业的企业业务 [3] - 公司客户包括Cohere Inc、微软和亚马逊云服务 [2] 行业竞争格局 - 公司是Scale AI Inc的竞争对手，数据标注实践在6月因Meta收购Scale 49%股份而获得主流认可，提振了投资者对竞争对手的兴趣 [1] - 在数据标注的核心业务方面，公司面临激烈竞争，除了Scale，Surge AI也在洽谈以至少250亿美元的估值融资10亿美元，其他潜在竞争对手包括Turing、Labelbox Inc和Mercor [3] - 公司的优势被投资者认为是其标注和注释员网络所拥有的专业知识，以及在交付高复杂性、高难度工作产品方面的能力 [2][3] 公司管理与运营 - 公司今年1月任命麦肯锡人工智能软件开发团队前负责人Matthew Fitzpatrick为首席执行官 [2] - 公司现有350名员工，今年工程师队伍规模扩大了一倍 [2] - Vanara的联合创始人兼管理合伙人Hayden Lekacz将加入Invisible董事会 [2]

融资与估值 - 人工智能初创公司Invisible Technologies在新一轮融资中筹集1亿美元资金 [1] - 此轮融资由Vanara Capital领投 是Vanara自2022年8月从TPG Inc分拆后首次公开披露的投资项目 [1] - 公司在此次交易中的估值超过20亿美元 [1] 业务定位与竞争优势 - 公司作为Scale AI的竞争对手 专注于数据标注领域 为AI模型的海量信息进行整理归类 [1] - 通过提供更复杂领域的标注服务与竞争对手形成差异化 推出"专家市场"让AI公司筛选具有相关背景的数据标注员（如拥有数学或天体物理学高等学位的人才） [3] - 核心优势在于与客户建立紧密且专业的合作关系 擅长与大型语言模型合作伙伴开展深思熟虑的研究设计协作 [6] - Vanara Capital看重Invisible标注员和注释员网络所具备的专业素养 认为公司在交付高复杂度、高难度工作成果方面表现突出 [3] 财务与运营表现 - 2024年公司销售额达1.34亿美元 较上年翻倍 [5] - 公司目前拥有350名员工 工程团队规模在2024年翻了一番 [4] 客户与产品线 - 客户包括Cohere Inc、微软和亚马逊云服务 [5] - 除数据标注服务外 还提供模型微调工具、模型数据广度测量工具、供应链管理工具以及为联络中心客服人员生成话术脚本的产品 [5] - 设有面向食品饮料、保险、资产管理和医疗保健等行业的企业业务 目前正在开发客户关系管理软件 [5] 行业背景与竞争格局 - 数据标注行业在2024年6月获得主流关注 当时Meta收购了Scale公司49%的股份 使Scale估值超过290亿美元 [3] - 除Scale外 竞争对手包括Surge AI（正洽谈以至少250亿美元估值融资10亿美元）、Turing、Labelbox Inc和Mercor [5] - 行业竞争日益激烈 但企业愈发期望看到AI工具投资带来的实际效益 提升商业盈利的实战能力变得更为关键 [6] 公司发展历程与战略方向 - 公司成立10年 其技术为OpenAI初代ChatGPT的训练提供了支持 [1] - 2025年1月任命麦肯锡AI软件开发部门前负责人马修·菲茨帕特里克担任CEO [4] - 公司坚信未来十年的机遇在于让AI真正落地见效 目前业界对如何部署模型、进行测试验证仍缺乏清晰认知 [6]

文章核心观点 - 文章主要介绍蚂蚁集团大模型数据认知方向的职位招聘信息，详细阐述了该职位的职责范围、技术方向以及对候选人的要求 [1][2][3] - 同时文章推广“大模型之心Tech”知识星球，旨在打造一个万人规模的大模型技术交流社区，提供科研、应用、求职等综合性服务 [9][10][11] 职位职责与技术方向 - 负责设计和开发先进算法，解决大模型数据生产中的关键问题，直接影响蚂蚁大模型的训练效果和性能表现 [1] - 工作涉及数据知识体系生成，研究基于LLM的自动知识图谱生成技术，构建高效、可扩展的大模型数据知识体系 [1] - 涵盖语料自动分类，基于数据知识体系研究和开发语料分类算法，指导大模型数据的拓展方向 [1] - 包括权威评测集建设，研究业界现有评测集缺陷，构建标准化、多样化评测集以评估大模型性能 [1][5] - 涉及语料质量评估与合成，建立数据驱动体系，开发质量评估算法识别噪声数据，并研究数据驱动的语料合成技术以提升模型迭代效率 [1][5] - 包含智能标注链路研发，基于标注需求研发辅助打标算法，设计AI辅助的标注质量检验与提效算法链路 [1][5] - 要求技术创新与优化，持续跟踪学术界和工业界最新研究成果，探索前沿技术应用并提出创新解决方案 [1][5] 候选人要求与优先条件 - 职位要求计算机科学、人工智能、深度学习或相关领域的硕士及以上学历 [2][6] - 候选人需熟练掌握PyTorch、TensorFlow等深度学习框架，理解大模型训练数据需求并熟悉模型数据链路 [2][6] - 要求具备优秀的定义、分析、解决问题能力，自我驱动，并拥有较强的学习、创新应用和沟通协调能力 [2][6] - 优先考虑拥有大模型数据体系设计、语料分类、评测集建设、数据标注算法等相关项目实践经验的候选人 [3][6] - 优先考虑有大模型、智能体、强化学习、数据标注算法等相关技术领域工作经验的候选人 [4][6] - 优先考虑在计算机视觉、自然语言处理、人工智能相关领域顶级会议有论文发表，或在相关算法竞赛中获得top排名的候选人 [4][6] 知识星球社区服务 - 社区宗旨为打造一个万人聚集的国内外前沿大模型技术交流学习社区 [10] - 提供科研、应用、求职、问答、课程、行业动态六位一体的综合性服务 [10] - 社区聚焦于学术界和大模型应用第一线，涵盖RAG、Agent、大模型微调、部署等技术方向 [10][11][12] - 分享内容包含时效性三天内的最新前沿技术文章、顶会顶刊一手信息 [11] - 提供独家招聘信息，包括实习、校招、社招、转行、跳槽等一手内部资源 [11] - 社区嘉宾包括行业知名算法专家、学术界大佬、大模型行业高管及算法负责人、国内外高校教授 [11]

行业运营模式 - AI行业高度依赖数据标注员的人工劳动来训练大模型，这些员工被视为不可或缺但又可被替代的中间层[10] - 数据标注是训练如xAI的Grok、谷歌的Gemini等大模型迭代的关键基石[2] 公司战略调整 - xAI进行大规模战略转型，裁减约500名通用数据标注员，占团队总人数三分之一[1][3] - 公司计划将标注团队从1500人缩减至1000人，并重点招募10倍规模的“专家导师”团队以取代通用标注员[1][6] - 裁员执行迅速，员工被立即切断系统权限，仅能获得合同期末或11月底的工资[7] 劳工状况 - 谷歌的数据标注员被迫处理大量涉及暴力、色情、种族歧视的负面内容，导致工人出现焦虑和失眠[9][15] - 工作压力巨大，任务处理时间从每个30分钟被压缩至15分钟甚至更少，每天需处理数百条回答[9] - 美国“AI评估员”的起薪为每小时16美元，远低于硅谷工程师水平[9] 质量与安全隐忧 - 为追求发展速度，AI企业可能牺牲安全承诺，一旦安全措施威胁到利润，相关承诺便会崩塌[16] - 谷歌曾修改规则，允许模型复述用户输入的仇恨或色情语言，只要非AI主动生成即不违规[15] - 数据标注员因被迫处理不熟悉领域的问题，开始对大模型输出质量产生担忧，例如谷歌AI曾给出“吃石头”等危险建议[9][14]

公司业务定位 - 核心业务是帮助顶尖AI公司招聘各行业专家 而非传统数据标注公司[4][26] - 通过专家提供系统性反馈来提升AI模型智能 替代传统数据标注平台[6][27] - 交付物为评估标准和基准测试规范 相当于模型的PRD[27][28] 商业模式 - 采用平台化运营模式 客户将资金支付给平台 再由平台结算给专家[8] - 平均时薪超过90美元 不同职业差异显著：英文语音训练21美元 软件工程师100-200美元 皮肤科医生高达400美元[16] - 从100万美元到1亿美元年化营收运行率仅用11个月 增速超过Cursor的12个月纪录[39] 市场竞争优势 - 完全替代传统数据标注平台 模型可直接基于其提供的评估标准进行强化学习[6] - 核心能力在于人才质量评估 能通过科学方法从万份简历中筛选顶尖人才[10][11] - 相比Scale AI被收购后的业务下滑 Mercor抓住模型升级带来的市场空白[20][25] 运营流程 - 获客主要依靠熟人推荐（超50%专家来源） 推荐人可获得推荐费[12] - 采用AI视频面试自动生成问题 20-30分钟面试后生成带转录文本的视频报告[13] - 通过多人交叉验证机制确保标注质量 异常方案会被及时识别并淘汰[15] 市场前景 - 数据标注市场规模约50-100亿美元 随OpenAI等公司持续投入而扩大[36] - 业务模式可复用到所有行业 核心是解决"挑选"环节的痛点[32] - 未来工作形态将向项目制演进 全职岗位减少 AI衡量能力将拓展至更多场景[29][30] 团队特质 - 团队平均年龄22岁 多位成员曾获Thiel Fellowship并有过创业经历[39] - 决策速度极快 依赖创始人直觉而非完全数据驱动 强调快速试错[48][49] - 执行能力突出 团队每日工作时间为7:30至凌晨1:00 依靠增长作为核心激励[53][55] 人才标准 - 注重技术实践能力 要求候选人展示实际构建成果[58] - 强调Agency（主动性） 即克服困难达成结果的能力[59][60] - 通过概念类比测试学习能力 例如用MCP vs API的类比快速理解新概念[63][65]

诉讼事件概述 - Scale AI起诉前客户关系管理负责人Eugene Ling及其新东家Mercor，指控其在离职时窃取超过100份机密文件并试图策反重要客户[1][9] - Ling被指控在离职前频繁接触竞争对手，并在与Mercor CEO会面后加速下载公司机密文件，行为被认定为有预谋的窃密[8][9] - Mercor向Ling开出极具诱惑力的条件：承诺支付其从引入客户项目中产生毛利润的20%作为提成，前提是Ling能为公司带来超过500万美元的毛利润[6] 涉事方回应 - Ling承认个人云盘存有旧文件但坚称无恶意，且Mercor工作中未使用这些文档，并透露曾应Scale AI要求暂不删除文件[12] - Mercor联合创始人Surya Midha否认公司使用过任何Scale AI商业机密，坚称虽聘用许多Scale AI前员工但对Scale AI商业秘密无兴趣，并已主动联系Scale AI寻求解决[16][17] - Scale AI传播副总裁Tom Channick在X平台强硬表态，指责Mercor拖延沟通且拒绝调离涉事员工，强调不允许通过非法捷径牺牲业务[11] Scale AI面临的行业挑战 - Meta斥资143亿美元收购Scale AI 49%股份，将其估值推高至290亿美元，但此交易导致Scale AI与谷歌、OpenAI、微软、xAI等Meta竞争对手的客户关系陷入尴尬[18][19] - 包括谷歌和OpenAI在内的多家核心客户已开始减少或终止与Scale AI合作，谷歌正计划终止一份价值2亿美元的合同，微软、xAI等巨头也在重新评估合作关系[20] - 就连其大金主Meta内部的TBD Labs也未完全依赖Scale AI，仍继续与Mercor和Surge等竞争对手合作，且有Meta研究人员直言Scale AI数据质量不及竞品[21][22] 竞争对手Mercor的崛起 - Mercor估值已达20亿美元，凭借独特的“博士军团”商业模式迅速崛起，成功赢得包括OpenAI在内的顶级AI实验室的青睐[24][27] - 与Scale AI规模化数据标注工场模式不同，Mercor直接招聘生物学、法学等垂直领域专家参与大语言模型数据训练与标注，以专业性和高质量数据形成差异化竞争优势[25][26] - 在Scale AI陷入客户信任危机的背景下，Mercor迎来绝佳突围良机，尽管规模不及Scale AI，却在短时间内赢得多家重量级客户[23][27]

核心诉讼事件 - Scale AI起诉前客户关系管理负责人Eugene Ling及其新雇主Mercor 指控其窃取机密文件并试图策反核心客户 [1] - Ling被指控在离职前下载超过100份机密文件 包括客户信息及业务策略 并转移至个人云盘 [4] - Mercor向Ling提供极具诱惑的薪酬条件：承诺支付其引入客户项目毛利润的20%作为提成 前提是带来超过500万美元毛利润 [3] 涉事人员背景与双方回应 - Eugene Ling在Scale AI任职超过三年 负责企业客户关系与战略合作 深度维系公司最大客户关系 [7] - Ling承认个人云盘存有旧文件 但坚称无恶意且未在Mercor工作中使用 并称曾主动询问Scale AI是否删除文件 [6] - Mercor联合创始人Surya Midha否认使用Scale AI商业机密 称公司正调查情况 并强调虽聘用多名前Scale AI员工 但对商业秘密无兴趣 [9][10] Scale AI的客户流失危机 - Meta投资143亿美元收购Scale AI 49%股份 将其估值推高至290亿美元 [12] - 核心客户包括谷歌、OpenAI、微软、xAI因Scale AI与Meta关联 担忧数据安全 正减少或终止合作 [12] - 谷歌计划终止价值2亿美元的合同 微软及xAI重新评估合作关系 [12] - 甚至Meta内部TBD Labs未完全依赖Scale AI 仍与Mercor等竞争对手合作 内部研究人员称Scale AI数据质量不及竞品 [13] 行业竞争格局变化 - Mercor估值达20亿美元 采用差异化商业模式：直接招聘生物学、法学等垂直领域专家参与数据训练与标注 形成博士军团模式 [15] - 该模式提供更高质量数据及更强客户粘性 已赢得OpenAI等顶级AI实验室青睐 [15] - Scale AI以规模化数据标注工场模式起家 但面临新锐竞争者精准打击策略的挑战 [15]