Prev DevRe @ByteDance｜@intern_lm｜@OpenBMB RSI｜00后｜ISTJ｜薄肌｜金牛座 Base Haidian｜Beijing
Joined November 2022
- Tweets1.4K
- Following1.9K
- Followers699
- Likes2.8K
关键也用不上纯血sol
字节的 AI 基建似乎是有点落后了。
前两天和几个字节的同事吃饭，问了问他们团队用 AI 的情况。听到的反馈是，Sol 5.6 不太好用，AI 写完代码，人还要花不少时间 review，最后提效也没那么明显。让我意外的是，有些团队还在用上上代的模型，开发流程也基本沿用传统做法。
更有意思的是，同一家公司的 Seed 团队能用 SOTA 模型，也不用排队。我之前看到的消息里，一些业务团队用 SOTA 模型要排队，业务代码用外部模型也有限制。存量业务要稳，慢一点可以接受。新业务要抢时间，能用上的工具就尽量用上。
其他大厂也有类似的成本账。给一个能把 AI 用好的人多配一些 token，可能是一分钱进去、一块钱出来。但给全公司铺开，成本会先上来，收益未必跟得上。如果少部分人贡献了大部分业务收入，从公司角度看，把更多 token 配给少数团队也合理。我的判断是，可能要等 AI 真正铺开、人员规模精简一半以上，这笔账才会重新平衡。
这给了创业公司一个不错的窗口。小团队可以更快用上新模型，也可以从头设计自己的工作流程。但互联网的主要流量入口还在大厂手里。接下来两年，创业公司能在哪里找到新的入口，把 AI 带来的效率优势变成真正的增长？
01. Tractian | 估值 $1.4B | W21 | 美国
总部位于美国的Tractian是一家结合工业物联网传感器与AI技术的机器维护平台。它通过实时收集工厂设备的振动、温度等数据，利用AI算法进行预测性维护，帮助企业在设备故障前发现问题，从而大幅减少停机时间，背后有Sapphire Ventures和General Catalyst等机构支持。
02. Blacksmith | 估值 $1B | W24 | 美国
估值10亿美元的Blacksmith为软件开发者提供用于代码构建与测试的云平台。它致力于提供高效的云端基础设施环境，专门优化CI/CD（持续集成与交付）流程，让开发团队能更快速、安全地测试和部署代码，目前已获得红杉资本（Sequoia）和Peak XV等知名机构的投资。
03. Hubble Network | 估值 $1.6B | W22 | 美国
Hubble Network正在构建一个创新的太空级蓝牙网络，旨在让现有的普通蓝牙设备无需添加额外硬件即可直接连接卫星。这一技术实现了全球范围的物联网覆盖，为追踪器和传感器提供无处不在的连接服务，主要投资方包括Smith Point Capital等。
04. Angle Health | 估值 $2.7B | W20 | 美国
美国公司Angle Health是一家面向小型企业的AI健康福利平台。它利用AI技术重塑健康保险体验，为中小企业提供更灵活、高性价比的员工福利方案，并大幅简化理赔与健康管理流程，得到了Vitruvian Partners和Bloomberg Capital的支持。
05. AfterQuery | 估值 $3.2B | W25 | 美国
估值高达32亿美元的AfterQuery专注于提供由各领域专家制作的高质量AI训练数据。在大模型时代，该公司通过组织人类专家生成、评估和标注数据，用于微调和显著提升AI模型的性能，是Altos Ventures和BoxGroup看好的底层数据服务商。
06. HappyRobot | 估值 $1.2B | S23 | 美国
HappyRobot致力于开发用于企业日常运营的AI智能体（AI Agents）。这些“数字员工”能够自动执行客户沟通、物流调度或后台数据处理等任务，显著提升企业的自动化水平，获得了Prysm Capital和a16z等机构的注资。
07. Emergent | 估值 $1.5B | S24 | 印度
作为榜单中少有的印度公司，Emergent提供面向非程序员的AI应用构建器。通过其无代码/低代码平台，没有编程背景的用户也能利用自然语言或可视化界面轻松创建和部署AI驱动的应用程序，背后有Khosla Ventures和软银愿景基金2号的支持。
08. Exa | 估值 $2.2B | S21 | 美国
估值22亿美元的Exa是一家专为AI设计的网页搜索引擎公司。不同于传统面向人类的搜索，Exa通过提供API接口，帮助大语言模型在互联网上高效、精准地检索实时信息，解决AI的“知识更新”痛点，获得了a16z和NVIDIA的青睐。
09. Radar | 估值 $1B | W13 | 美国
美国公司Radar利用射频识别（RFID）技术和AI视觉算法，为实体零售店提供实时、高精度的库存追踪和管理方案。该系统能有效优化门店供应链并减少缺货情况，是Founders Fund等机构支持的零售科技独角兽。
10. Corgi | 估值 $2.6B | S24 | 美国
估值26亿美元的Corgi是一家AI原生的保险科技公司（Insurtech），专为初创和科技企业提供现代商业保险服务。它利用AI技术重构了保险的核保和理赔流程，提供定制化、快速的保险产品，主要投资方包括TCV和Kindred Ventures。
YC 今年新晋的 17 家独角兽，几乎快被 AI 包圆了。
Y Combinator 公布了 2026 年 1—10 月诞生的 17 家新独角兽名单，里面有几个挺有意思的信号：
最贵的是 AI 训练数据公司 AfterQuery，估值 32 亿美元；其次是做 AI 医疗福利的 Angle Health，27 亿美元；AI 原生保险公司 Corgi 则达到 26 亿美元。
更值得注意的是，这份名单里不仅有 Emergent 这样的 AI 应用生成平台、Exa 这样的 AI 搜索基础设施，还有 HappyRobot、Avoca 等深入企业具体业务流程的 AI Agent 公司。
甚至连保险、银行、卫星通信、太空数据中心这些看起来相距甚远的行业，也都出现在了名单上。
一个很明显的变化是：AI 创业正在从「帮人完成某项任务」，走向「直接接管某个行业的业务流程」。
过去的 SaaS 公司卖软件，让客户自己干活；现在的新一代 AI 公司，越来越想直接把活干了。
而 YC 这份名单真正有意思的地方，或许不在于又制造了多少家十亿美元公司，而在于独角兽的生产方式正在改变。
以前，创业公司需要证明自己能服务足够多的人；现在，它们开始证明自己能替代足够多的工作。
软件曾经按席位收费，AI 正在试图按工作成果收费。下一代软件巨头，可能看起来越来越不像软件公司。
11. Avoca | 估值 $1B | W23 | 美国
Avoca是一家面向家庭服务企业（如家政、维修、清洁）提供AI智能体的公司。其AI语音助手能帮助企业自动接听电话、预约排期和跟进客户，有效防止漏单并提升运营效率，获得了General Catalyst和Kleiner Perkins等机构的投资。
12. Slash | 估值 $1.4B | S21 | 美国
Slash为现代企业提供一体化的银行与支付平台。它将商业银行账户、企业信用卡以及支付处理能力结合在一起，帮助企业更高效地管理现金流，是Ribbit Capital和Khosla Ventures投资的金融科技新星。
13. Starcloud | 估值 $2.3B | S24 | 美国
这家估值23亿美元的美国公司正在探索将数据中心部署在太空轨道上。Starcloud通过在轨数据中心利用太空丰富的太阳能和极低温环境进行散热，旨在彻底解决地球上数据中心面临的能耗和散热瓶颈，由Benchmark和EQT Ventures投资。
14. Eight Sleep | 估值 $1.5B | S15 | 美国
Eight Sleep是智能家居领域的知名品牌，其核心产品是具备动态温度调节和睡眠健康监测功能的智能温控床垫。该产品旨在通过科技手段显著提高用户的睡眠质量，近期获得了Tether、Founders Fund和软银等机构的资金支持。
15. TRM Labs | 估值 $1B | S19 | 美国
TRM Labs是一家提供区块链数据分析和合规平台的公司。它帮助金融机构、政府和企业追踪加密货币交易，以打击洗钱和欺诈等犯罪活动，是高盛（Goldman Sachs）和Blockchain Capital支持的加密合规领域的独角兽。
16. Alpaca | 估值 $1.15B | W19 | 美国
美国公司Alpaca提供API优先的股票与加密货币经纪服务。通过其开发者友好的API接口，金融科技公司可以轻松将股票和加密交易功能嵌入自己的应用中（B2B2C模式），获得了Drive Capital等机构的投资。
17. Deepgram | 估值 $1.3B | W16 | 美国
估值13亿美元的Deepgram提供企业级的语音AI基础设施。其核心产品是语音识别API和语音大模型，能帮助开发者快速构建高质量的语音转文字、语音理解和智能客服等交互应用，背后有Tiger Global等资本的支持。
Lynncc（薄肌版） retweeted
YC 今年新晋的 17 家独角兽，几乎快被 AI 包圆了。
Y Combinator 公布了 2026 年 1—10 月诞生的 17 家新独角兽名单，里面有几个挺有意思的信号：
最贵的是 AI 训练数据公司 AfterQuery，估值 32 亿美元；其次是做 AI 医疗福利的 Angle Health，27 亿美元；AI 原生保险公司 Corgi 则达到 26 亿美元。
更值得注意的是，这份名单里不仅有 Emergent 这样的 AI 应用生成平台、Exa 这样的 AI 搜索基础设施，还有 HappyRobot、Avoca 等深入企业具体业务流程的 AI Agent 公司。
甚至连保险、银行、卫星通信、太空数据中心这些看起来相距甚远的行业，也都出现在了名单上。
一个很明显的变化是：AI 创业正在从「帮人完成某项任务」，走向「直接接管某个行业的业务流程」。
过去的 SaaS 公司卖软件，让客户自己干活；现在的新一代 AI 公司，越来越想直接把活干了。
而 YC 这份名单真正有意思的地方，或许不在于又制造了多少家十亿美元公司，而在于独角兽的生产方式正在改变。
以前，创业公司需要证明自己能服务足够多的人；现在，它们开始证明自己能替代足够多的工作。
软件曾经按席位收费，AI 正在试图按工作成果收费。下一代软件巨头，可能看起来越来越不像软件公司。
你说，这是一个暧昧的时代。
模型能力的暧昧，技术路线的暧昧，估值的暧昧，AGI时间表的暧昧。评测榜单说 MMLU 提升了 2.3 个百分点，团队通宵做海报，投资人群里连发三个🐮。第二天用户拿同一个模型写请假条，它还是把“领导”写成“领到”。人在这样不清不楚的周期里工作，逐渐习惯了所有事情都留有余地。
“等模型再迭代一版”，究竟是承诺，还是拖延？“下周发版”里的下周又是哪一周？“等评测结果出来再说”里的结果，是跑分，还是客户预算？人们擅长用一些不承担日期的词语安排路线图，听的人心领神会，或者装作心领神会。说到底，大家都想保留一点余地，就算效果不行，也要说得像一次暂时的 bad case。
有人每天分享 demo、benchmark 和融资消息，知道对方用多少张卡、采了多少数据，知道对方前天崩了服务、昨天挂了评测、今天又调了一版 prompt。两个人熟悉到可以辨认彼此 loss 曲线里的情绪，却说不清自己究竟以什么身份存在于这条产业链里：是底座，是应用，是中间层，是给甲方做 POC 的外包，还是“我们其实也在自研模型”的乙方。
现代大模型公司的商业模式，大概像一种尚未正式发行的货币。人人都相信它有价值，真正需要兑换的时候，却找不到愿意承认它的银行。更准确地说，是找不到愿意按 ARR 付费的客户。Demo 里什么都能做，合同里什么都得再谈；发布会讲的是智能涌现，交付时聊的是并发、延迟和私有化部署。
评测结果出来，分数不高不低。MMLU 八十六，榜单中游。PR 稿说“多项指标领先”，投资人说“其实已经不错了”，工程师看着评测集发呆，既没有理由庆祝，也找不到值得回滚一版的地方。八十六分就是这样一个数字，往上够不着 SOTA，往下又远离“不能用”。它就这样安静地躺在榜单截图里，等待市场替它解释意义。
长大以后，越来越常得到这种答案。
一份尚可的模型，一段还行的合作关系，一座住得下去的城市。投资人说过会再联系，客户说最近预算比较紧，医生说先观察一段时间，监管说先看看行业实践。生活里有太多事情被暂时搁置，像电脑里那些命名为“最终版”的模型文件，过了几天又出现最终版2、最终版3、final_final_真的最终版。
有一天，我在街上看到一家正在装修的店。玻璃门上贴着“即将开业”四个字，里面堆着纸箱，灯已经装好了，墙面也刷得很漂亮。过了两个月，我再次路过，那张纸还贴在那里，边角被太阳晒得卷起来。后来我刷到一家 AI 公司，官网挂着“即将发布”。又过了两个月，我打开那家公司的官网，页面还是“内测中，敬请期待”。我站在屏幕前看了一会儿，突然觉得它与我们很像。
总有一些事情处在即将发生的阶段。即将毕业，即将恋爱，即将 AGI，即将开始自己真正想过的生活。日子一天一天过去，我们始终站在某个尚未抵达的地方，忙着为下一阶段做准备。
情绪也好暧昧吧。有人问最近过得怎么样，想了半天，最后回答还好。有人问模型效果怎么样，想了半天，最后回答：整体表现良好，仍有提升空间。它容纳了幻觉、延迟、上下文截断、偶尔惊艳、没有解决的 bad case 和一次很漂亮的 demo。再问下去，也实在没有什么值得特别讲述的事情。今天与昨天差不多，明天大概也不会有很大的变化，除了版本号从 0.9.1 变成 0.9.2。
我想，这个大模型行业最有趣的地方，是所有人都在要求明确。
要明确的商业化，明确的技术路线，明确的 AGI 时间表，明确的监管边界。填表的时候，方框总是整齐地排列着：开源或闭源，To B 或 To C，Scaling Law 或算法创新，已完成或未完成。可真正做起来，很多事情根本没有对应的选项。
模型能力，有时强到百分之六十，有时只有百分之三十。对某条路线感到失望，第二天又觉得可以再等等。昨天信誓旦旦说不再刷榜的人，今天仍然会在朋友圈发一张榜单截图。人们用十分确定的语气说着一些随时可能改变的话。
你说，这是一个暧昧的大模型行业。
那天我们坐在发布会后排，隔着人群看见台上大屏切到一张 demo。模型回答得很慢，字幕一行一行往外蹦。有人鼓掌，有人低头回消息，有人把 PPT 拍下来发到群里。你问我，AGI 还有多远。
我看了看大屏，说，快了吧。
后来我们谁也没有再提起这个问题。
unavailable
Lynncc（薄肌版） retweeted
NO WAY THIS IS REAL…
if this is real, Qwen 4 is INSANE:
> Qwen-4-Flash is #1, above Opus 5.5
> a 27B model is #4, above Sonnet 5.5
> Flash only costs $0.40 a task, Opus 5.5 costs $2.60
seriously, I'm having a hard time believing this is true
if it is, my goodness we're in for the time of our lives
Lynncc（薄肌版） retweeted
这两天有一篇文章讲《永别了，程序员》，作为曾经创建了中国开发者社区 #掘金 的我，也作为一个中登，这里分享一些我观察中国开发者 10 年的故事，原文阅读链接：mp.weixin.qq.com/s/x_xS7lJ-O…
---
先说结论：中国开发者基本上从来没有值钱过
再说逻辑：没有任何一种“工作”是永远值钱的，本质都是供需关系。你的技能市场需要但供给不足你就值钱。
如果这个时候你就要打我了，那也请继续读完再打 👇
个人观点：国模排行榜⬇️
S tier: DeepSeek (ofc)
A tier: Moonshot, Qwen, Zhipu
B tier: Minimax, Hunyuan, Stepfun,Seed
D tier: Meituan, Nanbeige,Ant Ling, Xiaomi,dots
Lynncc（薄肌版） retweeted
纽约时报 11 月 5 日发了一篇 Anthropic CEO Dario Amodei 的长篇人物稿，赶在 Anthropic 本月上市之前。记者采访了他二十多位同学、朋友、老师和同事，还看到了他早年的邮件和在 OpenAI 的内部消息。
Dario 通过公司发言人拒绝受访。所以下面的故事大多是别人的回忆，只有一部分有邮件、博客等文件佐证。
这些人的说法归结起来是：Dario 年轻时泡在“理性主义”和“有效利他主义”两个圈子里，两者合在一起，让他认定 AI 危险到只有他和想法相近的人才值得托付去造。朋友和同事认为，这推动他抢在不在乎安全的人之前造出 AI，也让他想把这项技术掌控在自己手里。
【两个圈子是什么】
理性主义是围绕 Eliezer Yudkowsky 等人的博客形成的网络社群，讲究用冷静的推理看世界，其中很多人认为 AI 终将强大到毁掉人类社会。
有效利他主义跟它差不多同时成长起来，主张用数学算清楚怎么捐钱、怎么做事，才能让好处最大。两边共同相信：靠严密的计算，可以改变人类的未来。
【从小就爱算账】
Dario 在旧金山 Mission 区长大，父亲是皮匠，母亲管理公共图书馆的翻修工程。高中读的是旧金山最好的公立高中 Lowell，同时去伯克利上课。同学记得他那时就在琢磨功利主义，也就是“让最多的生命得到最多的幸福”。
上大学后，他和高中好友在寿司店争论功利主义。Dario 吃素，但认为吃螃蟹没问题，因为螃蟹是无脊椎动物。
朋友出了个思想实验：如果有人拼命杀鸡，杀到多少只时，杀掉这个人才算合理？据在场的 Nathan Avery 回忆，Dario 笑了笑，说从功利主义的角度看，总有某个数量的鸡，分量会超过一个人。
【父亲去世，和“时间有限”】
2006 年 Dario 从斯坦福毕业，去普林斯顿读物理博士，后来专攻生物物理和计算神经科学。同一年，父亲因丙肝去世。
前女友 Jade Wang 回忆，两人常聊：一辈子只研究一种病的科学家，影响力比不上给整个领域造工具和方法的人。Dario 举的例子就是父亲，父亲没等到后来能治好大多数丙肝的药。
2007 年，24 岁的 Dario 读完 Ray Kurzweil 的《奇点临近》，对来访的高中同学 Colin Heckman 说，奇点会在 2040 年前到来，人类以后可能和机器融合。Heckman 说他从此“着了魔”，说 AI 必须造对，不然人类就完了。
那段时间，Dario 在读 Accelerating Future、Overcoming Bias 这类讨论 AI 毁灭人类的小众博客，还鼓动朋友和妹妹 Daniela 去参加 Yudkowsky 办的奇点研究所年会（现在叫机器智能研究所，MIRI）。
纽约时报看到一封 2008 年的邮件，Dario 在信里称 Yudkowsky 是“我遇到过最深刻的思想者之一”。Yudkowsky 现在给纽约时报回邮件说，Dario 如今不向他请教，也不听他的建议，他也不记得 Dario 什么时候这样做过。
同年，Dario 通过经济学家 Tyler Cowen 的博客知道了 GiveWell，一个评估慈善机构效率的组织，开始活跃在它的论坛上。2010 年他在邮件里说在考虑去做金融，好赚更多钱捐出去。
同年他在 GiveWell 博客上公开盘算一笔 1 万美元的捐款，在成人结核病项目和非洲儿童疫苗项目之间权衡。他写道，成年人能有更深刻的体验，“一个成年人的死亡也许比一个婴儿的死亡糟糕两三倍”。最后他还是选了疫苗项目，理由是这家执行得更有效。
2011 年起他在斯坦福做癌细胞研究的博士后，吃抗衰老补剂，严格坚持游泳，还研究节食延寿。Avery 说，他常讲时间是唯一不可再生的资源，对自己的时间“毫不留情”。据两位知情人说，2014 年他确诊睾丸癌，化疗后完全康复。
【一屋子未来的创始人】
那几年，Daniela 和 GiveWell 创始人 Holden Karnofsky 在交往（两人 2017 年结婚），住进旧金山一处合租屋。后来搬进来的还有 Dario、理论物理学家 Jared Kaplan，以及大学辍学、数学由 Dario 辅导过的 Chris Olah。
据三位去过的人说，室友们会一起讨论 Yudkowsky 的文章，也一起去火人节，有时穿动物服装。Kaplan 和 Olah 后来与 Amodei 兄妹一起创办了 Anthropic，Karnofsky 2025 年也加入了公司。
【在 OpenAI，立场变硬】
2014 年 Dario 进入百度硅谷实验室，同事说他“几乎一有机会就激烈争论”。2015 年他对同事说，AI 可能很快赶上甚至超过人脑。同年他去 Google Brain 做 AI 安全，和 Olah 等人写了论文《AI 安全中的具体问题》。
2016 年他加入当时还是非营利组织的 OpenAI，带安全团队和研究“规模定律”的团队。七位前同事说，他在 OpenAI 的立场越来越强硬。
纽约时报看到的内部消息显示，2016 年特朗普当选三天后，Dario 写道，他“不愿在一个威权国家研究具有军事威力的技术”。他还说，给特朗普竞选捐了 125 万美元的 Peter Thiel “在道德上应受谴责”，OpenAI 不该再收他的钱。Thiel 创办的 Founders Fund 后来投资了 Anthropic。
据三位知情人说，2017 年 Dario 牵线，让 Karnofsky 的慈善机构（现名 Coefficient Giving）给 OpenAI 捐了 3000 万美元，Karnofsky 也进了 OpenAI 董事会。Dario 当时是这家机构的技术顾问。
2018 年 Daniela 加入 OpenAI，后来做到安全与政策副总裁，有员工开始担心兄妹俩影响力太大。据三位知情人说，那年 12 月研究员 Joshua Achiam 劝 Sam Altman 别让 Dario 当首席伦理官，认为 AI 的监督应该由不同视角的人分担，并坚持请外部专家。Dario 当面提高嗓门说，没有人比他更合适。
同年兄妹俩接手了 GPT 项目，探索让 AI 在人类指导下学会做事的安全技术。纽约时报的判断是，先把 AI 推近危险、再用安全技术去检验，成了 Dario 此后整个职业生涯的做法。
据两位知情人说，OpenAI 总裁 Greg Brockman 想参与 GPT，兄妹俩不让。Dario 多次对 Altman 说，不把 Brockman 挡在外面他就走。Altman 拒绝了。2020 年 12 月，Dario、Daniela 和几位同事离职，四周后创办了 Anthropic。
【和今天的 Anthropic 有什么关系】
Anthropic 2021 年成立时，Amodei 兄妹和另外五位联合创始人都在这两个圈子附近待过。纽约时报认为，公司做大以后，这套想法也随着 Dario 一次次公开表态变得越来越有分量：他主张限制对华芯片出口，主张监管 AI 防止失控，在和美国国防部的争执里坚持 AI 不能用于大规模监控美国人、不能用于自主武器。
今年 9 月，Dario 发文呼吁放慢前沿 AI 的发展。他在文中说，只有把技术用正确的方式造出来，好处才会兑现，只要把争取到的时间用好，“值得格外谨慎地把它做对”。
Dario 本人一直在和这两个圈子划清界限。2023 年他上纽约时报播客《Hard Fork》时说，自己不算有效利他主义者，“认同其中不少观点”，但反对“把人分成不同部落”。
来源（纽约时报）：nytimes.com/2026/11/05/techn…
Dario 9 月文章：darioamodei.com/post/we-must…
在大厂做了差不多一年AI专家数据，接触过一些数据生产、供应商管理和模型训练相关的工作。看到这些非常有共鸣，给一些内部视角：
大量司内员工的使用数据被合成用于训练，正在以不同形式被整理、筛选和合成，再回流到训练流程中。我们称为回流。沉淀真实一线工程师在工作中遇到的问题：代码库、复杂的工程环境、实际的 Debug 过程，以及那些很难通过普通 Prompt 构造出来的长尾场景
虽然是司内数据，但并不意味着可以无条件用于训练，数据授权、隐私保护和内部合规依然是必须解决的问题。但大家都在默许这些的发生
优质数商正在从外包进化为模型研发合作伙伴。过去数商的核心能力是组织人力、执行标注规范、控制交付质量。但现在，优秀的数商已经开始具备更完整的技术和研究能力，可扩展的合成生成系统、同时懂RL数据和领域的工程师、能够判断什么任务对模型真正有用，以及自己提出任务的能力，而不是只响应甲方需求
简单同质化数据越来越不值钱，单价低至几块钱，能提供可靠学习信号的数据才有价值，而这这需要极高的领域知识 + 实验设计 + 质量控制。一个任务可能很长、很复杂、需要大量人工时间，但如果它无法区分模型能力的高低，或者无法提供稳定、有效的反馈，那么它对训练的价值仍然有限
专家人类数据仍是稀缺品，如何组织数百万人类专家高效生产高质量数据，是当下需要攻克的难点。 普通的外包专家做不出足够挑战模型的数据。尤其是在复杂编程、数学推理、科研、法律、金融等专业领域，模型需要学习的不只是标准答案，还包括专家如何拆解问题、如何做出判断、如何发现错误，以及如何在不确定条件下推进任务
这类数据的难点在于：1）真正有能力挑战前沿模型的专家数量有限。普通外包专家可以完成标准化任务，但很难稳定生产模型当前能力边界附近的高难度任务。2）专家的时间非常昂贵。让一个领域专家从头到尾完成数据生产，成本高、效率低，而且不同专家之间的产出质量存在差异。3）专家知识很难被标准化。很多专业判断依赖隐性经验，不容易转化成清晰的标注规范和评分标准。4）专家数据的质量验证本身也需要专家。这导致生产成本和质检成本很难简单地通过增加人力来解决
AI 数据岗位也在面临非常明显的岗位价值重构。Data PM 需要理解更多模型训练逻辑：模型当前缺什么能力？什么样的数据能够弥补这个能力缺口？应该如何设计任务和数据分布？什么样的质量标准才有意义？如何通过实验判断数据是否真正有效？作为交付运营，上游是数据PM，下游是标注交付管理，流程标准化、人数多、很容易被自动化和外包吃掉，被锁在执行层，价值闭环难达到
大模型的数据生意：人类如何蒸馏自己
-当网上现成的文本越来越难满足训练需求，模型公司开始从人类的实际工作中收集数据。 2026 年初，中国模型公司开始行动，腾讯混元负责人姚顺雨直接管理混元数据团队；阿里将服务大模型的数据团队交给集团合伙人委员会成员范禹；字节在年中将 Seed 旗下 Global Data 团队升级为 AI 数据与安全部门，与 Seed 平行，服务所有大模型团队。
- 用户完成任务时留下的操作轨迹，成为模型训练最受重视的数据之一。一位互联网公司数据团队人士说，目前最迫切的需求是编程和工作两类。编程数据有两种用途：练习评测集中的题目，在排行榜上拿高分；或学习实际任务，比如开发游戏、搭建 3D 模型。据我们了解，需求最旺盛时，一些模型厂每天在编程数据上的投入可以超过 1000 万美元。
工作数据则要还原办公过程：从文件里找资料、读懂邮件中的要求和期限，再往表格里填数字、编辑文档、查询网页和数据库、调用工具。一位数据服务商创始人说，金融和法律行业的经济价值高，大量任务在线上完成、以 Office 文件交付，是比较理想的训练环境。
- 一条人工数据售价从几百元到上万元不等，一批通常至少 1000 条。海外报价的数字相近，单位则换成美元。一位 Seed 后训练团队人士说，员工为 AI 陪伴产品猫箱编写对话，用户说一句、模型回复一次算一轮。一条长数据有 100-200 轮，审核通过后报酬基本能上千元。参与者有编剧、文学创作者，也有审核和编辑人员。“有的人一个月就能拿上万元。”一位在 AI 数据平台兼职的法律行业人士说，她每月交付约 40 条数据，拿到 2 万多元，平均每条约 600 元。第一次做一条花了 75 分钟，熟悉后约半小时。
- 还有一些交易不在明面上。创业公司攒下一批模型厂商账号，转卖 API 调用服务，再出售调用产生的数据。另一些公司从模型公司内部人员手里买数据，转卖给同行；经手人可能在算法、工程、基础设施或采购岗位。部分交易靠回扣维系，单笔合同数百万元乃至上千万元，内部人员从中分成。“每天就像是在捡钱。” 一位数据供应商说。
- 模型公司很难全靠自己生产数据。外部供应商愿意一份数据卖多家。但大厂则普遍愿意支付 3-4 倍溢价，永久买断或限时独占。今天合格的训练数据，半年后可能只剩一成有用。等竞争对手能买到，价值已经不同了。
- 大厂高价买断数据，但买家仍得知道自己要什么。蚂蚁买金融数据时，会把一个投研报告类需求拆成上百个案例、十多个子类，写清每类多少篇、案例什么样。“做蚂蚁的项目很多时候是亏钱的。” 一位服务商说，细致的要求增加了交付难度。
- 在 DeepSeek，绝大多数员工从事数据相关工作。“梁文峰偶尔也会参与数据标记。” 一位 DeepSeek 人士说。姚顺雨接手混元后，重新清洗已有数据、迭代基础设施，让混元 3 Preview 明显超越前代；正式版再优化后训练数据、扩大强化学习规模，能力又有提升。
- 数据工作的重要性上升，但数据生产人员的收入不一定能跟着模型能力涨。一位头部互联网公司的研究员说，公司一支团队做了 1 万条数据，训练效果很好。很多参与者月薪只有 8000-9000 元，按 18 薪算，一年不到 20 万元。同一公司的算法人员，年薪包则在 1000 万元左右。效果上去了，奖励主要给算法团队；数据做得好坏，员工到手的钱差别不大。
- 最近一年，多个公司的后训练团队往往每一两个月就要发一个版本，研究员从早上 10 点半工作到深夜，休假也带着电脑。“本质上大家在技术路径、数据处理和质量上都拉不开代差，就看谁先发出来。” 一位后训练研究员说，“很多事拖个两三个月，做出来也没了意义。”
- 为了加快训练，研究员开始让模型参与数据生产和研发。他们指挥模型批量收集、修改数据，再让更强的模型检查结果。OpenAI 披露，编程 Agent 已参与研究员的日常工作，包括写实验代码、跑测试和排查基础设施故障；Anthropic 也称，Claude 曾在约 2 小时内完成一项通常需要工程师两三天的故障排查和修复工作。
- 研究员把各行业专家的知识、经验和判断做成数据，训练模型接手他们的工作。现在，模型要学的，也包括研究员每天正在做的事。
Lynncc（薄肌版） retweeted
Anthropic 的研究员，正在把研发 Claude 的工作交给 Claude 自己。
而且交出去的速度，比很多人想象得快得多。
《华尔街日报》最近刊登了一张图，标题非常夸张：「AI 领域最聪明的人认为，这是世界上最重要的一张图」。
图里是 Anthropic 内部的研发数据。
2026 年 3 月，Claude 只能主导约 1% 的模型研发工作。到了 8 月，这个数字已经涨到 26%。如果算上深度协作，Claude 已经参与了超过 90% 的研发工作。
这里的「主导」，不是帮研究员写几行代码。
比如一条数据管道坏了，工程师只需要把故障信息交给 Claude，它就能自己查日志、定位问题、修改代码、运行测试，最后把结果交给人类审核。整个过程，研究员不需要一直盯着。
更有意思的是，这张图本身也是 Claude 帮忙做出来的。Anthropic 用 Claude 分析了约 1.5 万项内部研发任务，再让 Claude 判断每项工作的自动化程度。
AI 在研发下一代 AI，也在参与评估自己研发 AI 的进度。
当然，这仍然是 Anthropic 的内部自评，目前还没有任何一类研发工作实现完全自主。
但我觉得，这张图真正重要的地方，不是 AI 已经能替研究员完成多少工作，而是它正在改变 AI 公司的研发组织方式。
过去，一家实验室的研发速度，很大程度上取决于它有多少顶尖研究员，以及这些人能同时推进多少实验。
但如果一个研究员可以同时指挥几十个甚至上百个 AI Agent，研发能力就不再简单地跟着人数线性增长。
模型越强，能承担的研发工作越多；研发推进得越快，又越有机会训练出更强的模型。
这才是递归自我改进真正值得关注的地方。
而且，这种变化未必需要等到 AI 完全自主研发才会发生。只要它能不断接管更多研发流程，整个实验室的迭代速度就可能被持续放大。
不过，这也意味着一个新的瓶颈：当 AI 可以同时推进成千上万个实验时，人类还有没有能力判断哪些实验真正有效，哪些只是把错误包装成了进步？
下一阶段 AI 实验室之间的竞争，可能不只是比谁拥有最聪明的模型，还要比谁能把模型组织成最高效、最可靠的研发系统。
过去，AI 研发的瓶颈是有多少人能做研究。未来，瓶颈可能是有多少研究结果能被可靠地验证。
AI is starting to build better AI. This self-improvement is speeding up research and development—and freaking everyone out. 🔗 on.wsj.com/3WSJAzw
根据 Business Insider 11 月 6 日的报道，Thinking Machines Lab 准备以 400 亿估值融资 50 亿元，据说已经接近完成
但过去一段时间，公司约三分之一的创始团队成员已经离开，包括：Andrew Tulloch 加入 Meta，Barret Zoph 、Luke Metz、Lilian Weng 返回 OpenAI
一个优秀研究员离开，可能意味着某条研究路线的中断；一批联合创始人离开，则可能涉及公司最初的技术愿景和组织共识发生变化
Thinking Machines Lab 的业务其实值得再分析下，目前比较明确的两条产品路线是：
1）Tinker：模型定制基础设施
2）Inkling：开源模型
模型定制服务是否拥有足够高的客户付费意愿，以及能否形成持续的规模化收入，目前仍需要市场验证
businessinsider.com/thinking…
大模型无法 SOTA 的本质
模型无法 SOTA 的本质源自于 Scaling 不够，
Scaling 不够的根源来自于算力不足。
算力不足的本质源自于 GPU 不够，
GPU 不够的根源来自于预算不足。
预算不足的本质源自于融资困难，
融资困难的根源来自于商业化前景不明。
商业化前景不明的本质源自于产品竞争力不足，
产品竞争力不足的根源来自于模型能力不够。
模型能力不足的本质源自于训练数据质量不够，
训练数据质量不够的根源来自于专家数据稀缺。
专家数据稀缺的本质源自于专家资源有限，
专家资源有限的根源来自于专业知识需要长期积累。
专业数据生产困难的本质源自于专业判断难以规模化，
专业判断难以规模化的根源来自于真正的专家本就是少数。
专家数据产业兴起的本质源自于模型实验室对高质量训练信号的争夺。
于是，专家人才平台和专业数据供应商，开始成为 AI 产业链的新基础设施。
Lynncc（薄肌版） retweeted
如果用Anthropic的估值反推，
Anthropic为1万亿、1.5万亿、2万亿美元时，SpaceX的SI板块对标估值约对应4300亿、6400亿和8500亿美元。
与星链等其它三档业务板块组合后，SpaceX的整体估值大致落在0.77万亿—1.60万亿美元，对应每股约57—118美元。
而当前SpaceX股价为123美元，已经隐含了接近“星链乐观＋Anthropic约2.2万亿”的组合。
还要关注两批解禁：2026年12月的180天期解禁，以及2027年6月Musk锁定期到期。
那么，1万亿美金估值的Anthropic会从SpaceX身上吸多少血呢？