商业腾讯新闻·投中网··AI 生成
Kimi实习生开公司，估值快200亿了
文章揭示了一个新兴趋势：在月之暗面、阿里通义等大厂实习过的年轻95后、00后，凭借一线模型训练经验，创立AI训练数据公司，正获得资本追捧。作者指出，与传统数据标注的“卖数据”模式不同，这一波创业者试图讲述“可闭环训练环境”、“半RSI系统”等更性感的故事。文章分析了数据生意的现实天花板（高人力成本、订单不确定性、退出路径狭窄）以及创业者从数据服务转向SaaS或RSI的尝试。本文适合关注AI产业机会、一级市场趋势，以及对“数据是否是一门好生意”有疑问的读者。原文 ↗原文 ↗
核心观点
- ▍AI训练数据创业正在从传统的“卖数据”模式，向提供“可闭环的训练环境”和“半RSI系统”转变，这成为95后、00后大厂实习生出身创业者获取高估值的关键叙事。
- 01一家由头部大厂实习生创立的国内数据公司，成立不到一年便拿下千万美元订单，最新一轮融资估值达到25亿美元（约合人民币180亿+）。
- 02海外对标案例包括数据平台Surge AI（年收入超10亿美元，估值150亿美元）和Mercor（估值100亿美元），证明了该赛道的资本想象力。
- 03模型训练对数据的需求已从“问题-答案对”演变为“可执行、可验证的环境”，Agent的发展催生了强化学习环境数据的需求，如Anthropic计划一年投入10亿美元于此场景。
- 04新一代创业者（如AfterQuery的23岁、22岁创始人）具备“离模型厂需求更近”和“兼具business sense与researcher属性”的双重优势。
- 05传统数据生意的天花板明显：Mercor收入的60-70%需支付给承包商；数据订单并非确定收入，可能因质量不达标被削减甚至取消。
反方 / 局限
- — 作者承认数据生意很难支撑持续高估值：高人力成本、订单不确定性、国内退出路径有限（并购或上市空间均窄），本质仍是现金流生意。
- — 文章暗示RSI叙事存在泡沫风险：“很多公司都在讲RSI，但它们做的其实并不是同一件事情”，只有极少数前沿实验室有能力闭合完整循环，多数数据公司仅能在局部环节实现半自动化。
12 分钟 · 5 卡片 · 11 资料
读原文 →概念锚点
前置背景
平行视角
未来推演
延伸追问