華人 AI 招聘 2 年 ARR 超 1000 萬美金，Mercor 年化收入已 5 億美金

昨天，馬斯克旗下 xAI 宣布裁員 500 名數據標注員，已經占到該團隊的 1/3，這個團隊主要負責 Grok 標注與整理訓練數據的核心部分。

此次裁員的背后原因，是行業整體的需求已經從通用 Generalist AI Tutors 轉向專業 Specialist AI Turtors，涵蓋 STEM、金融、醫學、安全等。

這種需求也反映在 Mercor 的快速增長中，3 月份的時候 Mercor 的年化收入剛突破 1 億美金《》。

今天，Mercor CEO Brendan 說，Mercor 的年化收入（Revenue Run Rate）已經突破 5 億美金了，從 100 萬美金到 5 億美金只用了 17 個月時間。而且增長速度仍然在加速，7 月份，其平均周環比增長 11%，8 月份周環比增長 18%，9 月份周環比增長 19%。

Brendan 說，推動這一迅猛增長的趨勢在于：經濟正在變成一個強化學習（RL）的環境模擬器（the Economy is Becoming an RL Environment Machine）。而強化學習變得如此高效，以至于智能體（Agent）能攻克任何基準測試，但前提仍需人類來定義獎勵函數，以期實現萬物自動化。

當每個人都擔心失業時，我們正在以前所未有的速度創造一種新的知識型工作，未來的工作將集中在培訓 Agent 上。Mercor 現在每天向平臺上的人們支付超過 100 萬美金，并迅速招聘幾乎所有領域的專家：軟件工程師、醫生、律師、顧問、銀行家等等。

他專門寫了一篇文章談這個趨勢，Brendan 說，每次技術革命都引發了人們對失業的恐懼。工業革命用機器取代了家庭手生產者，計算機革命用電子表格和數據庫取代了手工文書工作。

然而，如今的失業率卻低于這些革命發生前后——而它們都催生了全新的工作類別。關于 AI 對就業市場的討論中，一種新的工作類別正在出現，那就是訓練 AI Agent。

技術發展的歷史是一部普及 access 的史詩：印刷機傳播思想，工業規模化勞動力，計算機數字化知識。每次革命都催生了整個新興產業。如今，AI 正在讓人類能力本身變得可共享。

人類工作的價值將發生轉變。嘗試試比較一下自己報一次稅，與教會 AI 模型如何永遠替你報稅的區別。前者是變動成本，由個人和企業反復支付；后者是固定成本，一旦知識被編碼，就能無限次應用。

公司規模化的關鍵不是靠一人包攬一切，而是建立流程并培訓他人執行。同樣，隨著人類教會 AI 智能體自動化每個工作流，經濟也將實現規模化。

強化學習（RL）已變得如此高效，足以攻克任何評測基準，但學術指標并不能反映消費者和企業關心的真實結果。我們的基準存在“模擬-現實差距”：報稅是否最小化了稅負？醫療建議是否改善了患者結局？教案是否真正幫助學生學到東西？

真實世界擁有更豐富的數據室、更復雜的應用與工具環境，以及來自程序員和會計師的雙重要求。模型評估的前沿在于構建更豐富的環境：模擬 Google Drive 工作空間的數據室，復刻你筆記本電腦或手機上的多種應用的腳手架，以及能評估你在現實世界中近乎無限行動可能性的獎勵函數。

模型還需接受更長周期任務和協作環境的評估：由醫師委員會評審的縱向患者案例、并購交易中的多方談判、市場周期波動中的風險對沖。

我們需要為經濟中的每項工作、工具和任務創建環境，而這無一不需要人類勞動來構建、驗證和完善——這才是工作的真正未來。

人類訓練模型的市場規模，取決于人類能做而智能體尚不能完成的任務量。許多相信 ASI 必然實現的研究者輕視人類數據的作用，認為一旦 AI 在所有任務上超越人類，人類數據就將失去價值，能貢獻于模型改進的人群將會大幅縮減。

他說他們曾開展過一個項目，讓 100 人團隊尋找前沿智能體使用工具時犯的錯誤，并制定評估模型錯誤的準則。起初，人人都能輕易難倒頻繁出錯的模型；六個月后，只有 20 人還能找出它的漏洞——這似乎印證了人類數據懷疑論的觀點。

但當他們為智能體增加更多可訪問工具，并開始推送需人類耗時十小時以上的長周期任務時，模型突然在這些挑戰中頻頻失敗，100 名參與者再次全部為項目做出了有意義貢獻。因此，只要經濟中還存在人類能完成而智能體無法勝任的任務，我們就將繼續需要人類創建評估體系和訓練智能體。

長遠來看，Brandan 認為，所有人都聚焦于 AI 可能淘汰的工作（如文案撰寫、律師助理、醫療記賬），卻極少關注它將創造的產業——由那些塑造 AI 判斷、設計訓練環境、確保輸出符合人類標準的人群推動。

我們正進入“經驗時代”，模型學習在真實世界中優化獎勵。正如人類通過他人指導學習，AI 也需要強大反饋。教授設計考試和評分標準以幫助我們進步，經理通過績效評估跟蹤我們的工作表現。下一代 AI 模型同樣需要這類腳手架。

工業革命創造了設計機器并保持其運行的新階層；AI 革命也將創造新階層，其任務是引導機器并普及其能力。這是一個巨大的悖論：AI 的未來，終將歸于人類。

雖然核心已經聚焦到 RL 訓練這塊，但 Mercor 目前對自己的定位還是一個 AI 招聘平臺。

華人團隊做的 AI 招聘這塊，之前我介紹過主要聚焦于匹配的產品已經做到了 100 萬美金 ARR《》，而由另一個由華人團隊做的 AI 面試工具，不到 2 年時間已經做到了超過 1000 萬美金的 ARR。

與 Mercor 專注于為 AI 企業提供 RL 人才不同，它解決的是一個比較通用、簡單但也很剛需的點，也就是當你做線上面試時，AI 可以給你……

全 文 共3473 字

后續內容為付費會員專屬，會員掃碼登錄直接閱讀

Memo: Signal, not noise!

訂閱 Memo Pro

Memo（vcsmemo.com）是一個基于付費訂閱模式的創投內容平臺，已得到大量 VC、企業 CEO 以及高管的支持，我們希望幫助你捕捉最具價值的行業信號、過濾噪音（Signal,Not Noise）。

訂閱 Memo Pro
你將獲得：

1.解鎖未來一年以及之前的所有會員專屬內容

2.郵件訂閱功能：付費內容+最新行業快訊+...

3.優先體驗 Memo 新產品和新功能

限時 799 元/年（原價 999 元/年），掃碼立即訂閱

1.

2.