18个月成为YC史上最快独角兽：AI训练数据公司AfterQuery估值32亿美元
· 来源：finance.yahoo.com
成立仅18个月的AI训练数据公司AfterQuery以32亿美元估值推进新一轮融资，成为Y Combinator历史上最快独角兽，专家推理数据正被重新定价为大模型训练的关键瓶颈。
据多家外媒报道，AI训练数据公司AfterQuery正接近完成一轮新融资，估值达到32亿美元。该公司于2025年2月成立，加入Y Combinator冬季批仅18个月，却已将估值提高至半年前的10倍以上：今年4月，其3000万美元A轮融资估值为3亿美元。YC合伙人Gustaf Alströmer称，这是Y Combinator历史上最快的“从创立到独角兽”案例。该轮融资尚未交割，公司未公开领投方，并拒绝置评；但《福布斯》转述消息人士称，公司已经实现盈利，并已找到本轮领投方。
AfterQuery的估值跃迁与收入增长相互印证。4月宣布A轮时，公司称年化收入运行率已达1亿美元；联合创始人Spencer Mateega随后在社交平台称，经常性收入已增长至“数亿美元”。投资人愿意以看似激进的倍数定价，正源于这家公司在AI基础设施链条中的位置：它不是向市场出售普通标注，而是向模型出售专家判断能力。
AfterQuery联合创始人Mateega现年23岁，Georgescu现年22岁。两人最初希望构建金融AI代理，但在测试中发现前沿模型虽然能流利作答，却难以完成专家级判断：并非缺乏原始能力，而是从未有人把专业人士如何拆解复杂决策的过程教给模型。于是公司转向招募医生、律师、软件工程师和金融从业者，让他们以步骤化、可追溯的方式记录“如何像专业人士一样完成任务”。这类数据用于训练模型判断，而非仅检验答案正确与否。其数据已被用于英伟达开源Nemotron模型训练，客户还包括前OpenAI CTO Mira Murati创立的Thinking Machines Lab、法律AI公司Legora，以及韩国AI实验室Motif Technologies。
这种转向背后是行业级瓶颈。前沿模型实验室已基本消耗公开网络中可训练的文本，合成数据只能补充一部分，真正稀缺的是来自真实专业背景人员的判断经验。训练数据的供给正在被重新估值，成为AI算力、芯片和模型之外的重要基础设施环节。
同一赛道已挤满竞争者。Scale AI长期占据数据标注与训练数据地位，Meta以143亿美元收购49%股份、交易估值达到290亿美元，创始人Alexandr Wang进入Meta AI体系；Mercor去年10月估值100亿美元，今年夏季被曝正与英伟达洽谈可能达200亿美元的新融资。韩国金融科技Toss则通过与数据基础设施公司Poseidon合作，将3000万普通用户接入数据经济，让真人记录线下现实场景，补足线上找不到的训练材料。
AfterQuery试图与上述公司形成差异化。相比Mercor依赖AI面试官扩张外包规模，AfterQuery强调自研软件筛选任务“金发姑娘难度”：足够难，能挑战前沿模型；又不能太难，让模型无法从答案中学习。公司还会先在自家模型上训练所出售的数据，用实际效果向实验室证明数据有效，而不是仅凭承诺定价。
—— 综合整理自：Yahoo Finance、Startup Fortune、Jingletree