Mercor 专家日结超 500 万美元，押注 RL 环境训练垂直模型

ccerrato147 · x · 2026-11-11

ccerrato147 的长线程拆解 Mercor 的商业模式与逻辑：

专家数据飞轮：Mercor 号称拥有超 500 万人的专家网络，其 Studio 软件帮助专家构建训练数据，并由 AI 项目经理协调与质检。
支出暴涨：CEO Foody 称专家日支出已超 500 万美元，而两年前全年才约 100 万美元——专业反馈随模型能力提升反而更值钱。
RL 环境布局：为让 AI 在仿真职场中练习（任务+评分规则），Mercor 收购了 Deeptune，其团队搭建了数百个模拟应用（含 Salesforce 等），构成强化学习环境：尝试任务→得分→改进。
垂直后训练案例：Harvey（法律 AI）用 Mercor 等来源的专家数据对开源模型做后训练，未用客户数据，在自持法律基准上完成任务数接近基座模型的 2 倍。
商业逻辑：企业流程与专业知识是竞争优势，不愿让供应商拿去训练通用模型；当 AI 用量足够大时，专门模型的训练成本可被摊薄——AI 用量上升反而为 Mercor 创造更多客户。

「编程与Agent」频道最新