AI 训练数据赛道爆发，工作流数据和 RL 环境成新金矿
创业邦 · wechat · 2026-07-25
这篇长文把 AI 训练数据赛道拆得很细，核心判断是：数据已经从一次性原材料，变成模型迭代所需的持续燃料，因此正在长出一个接近百亿美元规模的新生意。
这个市场为什么突然爆发
- 文中引用 Deedy 的行业图谱称，28 家训练数据公司合计年收入约 85 亿美元，总估值接近 1000 亿美元。
- 过去数据采购是项目制、脉冲式的；现在模型迭代越来越快，实验室需要更频繁地获取定制化、高价值数据。
- 代码智能体、复杂任务和长流程工作流，让单条样本的信息密度也大幅提高。
训练数据公司怎么赚钱
- 早期基础文本标注按件计费，如今越来越多是专家标注，时薪显著提高。
- 头部公司不再只是“外包人力”，而是参与评测、任务设计、工程服务，拿到更高的服务溢价。
- 文中提到 Mercor、Scale AI 等公司的毛利率和收入都在上升，说明这个行业的定价权正在增强。
两个新趋势
- 真实工作流数据正在取代纯人工设计任务，成为更稀缺的资产。
- RL 环境开始替代静态数据集，成为实验室采购重点，因为智能体需要在可交互环境里训练任务执行能力。
头部玩家的分化
- Scale AI：向下游走，做企业和政府的 AI 总包。
- Surge：继续专注高端精品数据与安全评估。
- Mercor：扩张专家网络，并收购 Deeptune 切入 RL 环境。
- Handshake：把自己做成连接真实工作流与模型实验室的数据管道。
文章最后的结论很明确：单纯的数据标注会越来越薄，而真正的价值会流向工作流数据、专家网络和 RL 环境这些更深的环节。
「公司和人」频道最新
- Anthropic 内部爆料:并非人人都持高 p(doom) 灾难论 — anpaure · 2026-09-11
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- Anthropic 研究员被指暗中窥探学术客户研究、抢先出成果引争议 — basedjensen · 2026-09-11
- 投资人放话:Palantir×英伟达联手将重创 Anthropic IPO 估值 — pdamodaran · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11