估值两年飙升80倍，Mercor如何垄断AI时代最贵的人才数据？
在人工智能行业的宏大叙事中，聚光灯往往长时间锁定在模型能力的突破上。OpenAI、Anthropic、Google DeepMind等巨头不断刷新着参数规模与智能表现的天花板，GPU算力与数据中心基础设施成为资本追逐的焦点。然而，在热闹的参数竞赛背后，一个更为深刻且常被忽视的行业转折正在发生：决定下一代大模型上限的，已不再是单纯的算力堆砌，而是数据的质量与来源。
当互联网公开的文本数据逐渐被消耗殆尽，AI行业正加速迈入“后训练时代”。在这一阶段，最具战略价值的数据不再是通用的网络语料，而是由医生、律师、资深程序员、科研人员等顶尖专业人士贡献的高质量推理数据（Reasoning Data）。这类数据能够直接指导模型在复杂逻辑、专业判断和创造性任务中的表现。谁能高效组织并规模化提供这类专家资源，谁就掌握了AI下一阶段最重要的生产资料。
正是在这一背景下，Mercor从一家普通的招聘创业公司，在短短两年内迅速崛起为估值有望达到200亿美元的AI独角兽。其年化经常性收入（ARR）已突破20亿美元大关，这一增长速度在科技史上极为罕见。Mercor的成功并非偶然，而是精准踩中了AI产业从“预训练数据驱动”向“专家知识驱动”转型的关键节点。
01 指数级增长背后的商业逻辑
Mercor的崛起速度令人咋舌。成立于2023年的该公司，由三位获得Thiel Fellowship资助的年轻创业者创立。据最新市场消息，其正在进行约5亿美元的新轮融资，目标估值高达200亿美元。这意味着在不到一年的时间里，其估值再次翻倍。回顾其融资历程，从最初的2.5亿美元，到2025年完成3.5亿美元C轮融资时的100亿美元估值，短短两年间，估值增长了近80倍。
更为惊人的是其业务规模的扩张。截至2026年中期，Mercor已汇聚超过3万名全球顶尖专业人士，每日向这些专家支付的报酬超过400万美元。这一庞大的专家网络并非松散的组织，而是一个高度结构化、实时响应AI实验室需求的动态供应链。
支撑这一增长的是其豪华的投资人阵容，包括Benchmark、General Catalyst、Felicis Ventures以及Robinhood Ventures等硅谷顶级机构。这些资本的重注，不仅是对Mercor当前价值的认可，更是对其在AI基础设施领域潜在垄断地位的押注。在一级市场普遍谨慎的当下，Mercor成为极少数备受追捧的基础设施项目，这本身就释放了强烈的行业信号。
02 重新定义“招聘”：从人力中介到知识基础设施
初看Mercor，许多人会将其归类为垂直领域的招聘平台或自由职业者匹配工具。然而，这种理解极大地低估了Mercor的本质。传统招聘平台解决的是企业与求职者之间的信息不对称，侧重于长期雇佣关系的建立；而Mercor解决的是AI实验室与人类专业知识之间的瞬时匹配问题，侧重于数据生产与服务交付。
在大模型进入后训练阶段后，训练流程发生了根本性变化。模型不再仅仅通过海量网页文本进行无监督学习，而是需要大量的专家反馈来优化输出质量。医生需要判断医学诊断的逻辑严密性，律师需要评估法律建议的合规性，资深工程师需要审查代码的安全性与效率。这些工作不再是简单的是非判断，而是需要深厚专业背景的推理指导。
Mercor构建的正是这样一个双边市场平台。AI实验室提出具体的数据标注或评估需求，Mercor利用其内置的AI系统，从全球3万名专家库中快速筛选出最匹配的专业人士。这些专家并非被雇佣为全职员工，而是以项目制或小时制的形式，参与模型的训练、评估、强化学习（RLHF）等环节。
本质上，Mercor正在构建AI世界的人才基础设施。它不产生模型，也不生产硬件，但它提供了模型进化所必需的“人类智慧燃料”。这种定位使其超越了传统人力资源服务的范畴，成为AI产业链上游不可或缺的一环。
03 高毛利平台模式：类Uber的数据交易引擎
Mercor的商业模式简洁而高效，具备极强的规模效应。其核心收入来源是平台服务费。AI实验室按照小时向平台采购专家服务，Mercor从中抽取约30%-35%的佣金。以一项典型的医学专家服务为例，若AI公司支付每小时150美元，专家可获得约95美元，平台留存55美元作为收入。
这种模式在财务表现上极具吸引力。Mercor公布的20亿美元ARR，实质上代表了平台的年化交易总额（Gross Payment Volume, GPV）。若按照30%的抽成比例估算，公司的实际年化收入已达到约6亿美元。对于一家成立仅两年的公司而言，这一营收规模已经接近许多成熟的SaaS企业或传统咨询巨头。
与传统猎头依赖大量人工运营不同，Mercor的核心竞争力在于其AI驱动的自动化筛选与匹配系统。通过算法自动完成专家的履历分析、技能测试、面试评估以及项目匹配，平台大幅降低了交付成本，提高了响应速度。这种低边际成本的扩张模式，使其能够快速覆盖全球各地的专业人才，形成强大的网络效应。
值得注意的是，Mercor的模式更接近Uber或Airbnb这样的双边交易平台，而非传统的软件订阅公司。随着交易规模的扩大，平台积累的匹配数据越多，算法越精准，进而吸引更多专家和AI公司入驻，形成正向反馈循环。这种网络效应构成了其坚固的护城河。
04 刚需驱动：AI实验室为何离不开Mercor？
过去，大模型的发展主要依赖于互联网上公开的文本数据。然而，随着高质量公开数据的枯竭，行业面临严重的“数据饥饿”危机。通用语料的边际效用递减，迫使AI公司寻找新的数据增量来源。此时，专家知识成为唯一的突破口。
医生、律师、科研人员等专业领域的数据，具有极高的稀缺性和价值密度。这些领域的判断标准往往复杂且非标准化，难以通过简单的规则进行自动化标注，必须依赖人类专家的深层认知。例如，在医学诊断中，模型需要理解罕见的病理组合及其治疗方案的权衡，这需要专家基于临床经验进行推理和纠错。
Mercor恰好处于这一需求爆发的中心。它不是帮助企业招聘全职员工，而是为OpenAI、Anthropic、Google DeepMind等前沿AI实验室提供持续、动态的人类知识输入。随着模型能力向医疗、法律、金融、科研等专业领域深入，对高质量专家数据的需求呈现出指数级增长。
对于AI公司而言，速度同样至关重要。一个模型迭代周期可能需要在几天内收集数千份高质量的专家反馈，传统猎头或自由职业平台无法提供如此快速且规模化的人才供给。Mercor建立的实时匹配能力，使其成为AI实验室不可或缺的外部大脑。这种依赖性随着模型复杂度的提升而加深，使得Mercor的平台粘性极强。
05 技术壁垒：AI筛选与数据飞轮
理论上，建立一个专家数据库并不困难，困难在于如何高效验证专家的真实能力，并在全球范围内实现大规模的供需匹配。Mercor的核心壁垒在于其将AI技术深度融入招聘与服务的全流程。
在入口处，Mercor利用AI系统自动完成专家的初步筛选与能力评估。通过复杂的面试算法和任务测试，平台能够精准识别专家的真实水平，避免传统招聘中常见的“简历包装”问题。在匹配环节，系统根据AI实验室的具体需求，如专业领域、语言要求、时区匹配等，快速锁定最合适的专家人选。
更重要的是，Mercor构建了一个数据飞轮。随着越来越多的项目和交易在平台上完成，平台积累了海量的专家表现数据、项目反馈数据以及模型训练效果数据。这些数据被用于优化匹配算法，提高筛选准确率，进一步提升平台效率。
这种动态的数据积累机制，使得后来者难以复制。新进入者即使拥有相似的专家名单，也无法在短时间内积累如此丰富的匹配数据与反馈闭环。此外，Mercor还通过收购AI Agent训练公司Deeptune等举措，进一步拓展其数据生产能力，完善从数据采集到模型优化的完整供应链。
06 资本视角：从模型竞争到数据垄断
投资人对Mercor的持续加码，反映了对AI行业价值分布变化的深刻洞察。过去几年，资本主要追捧模型层与应用层的创业公司。然而，随着头部模型能力的趋同，竞争焦点逐渐向数据层转移。
高质量专家数据成为限制AI能力提升的关键瓶颈。Mercor占据了这个关键节点，服务于几乎所有主流AI实验室。这意味着其收入来源具有极高的多样性和稳定性，不受单一客户或单一模型路线的影响。随着全球AI实验室持续增加后训练投入，Mercor的市场空间有望进一步扩大。
从长期战略来看，Mercor正从单纯的人才匹配平台，向AI数据生产基础设施演进。它不仅提供数据，更提供数据的质量控制、合规性以及持续优化服务。对于投资机构而言，Mercor不仅是一家短期受益于AI热潮的公司，更有可能成长为AI时代新的基础设施平台，类似于云服务商之于互联网行业。
07 未来展望：知识供应链的重构
Mercor的现象级成功，提醒我们重新审视AI时代的产业链价值分布。未来几年，AI行业的竞争重点将从模型参数的规模，转向高质量数据、专业知识以及持续优化能力的构建。
Mercor正在成为连接全球专家与AI模型之间最重要的桥梁。它既训练模型，也不生产芯片，却掌握着未来AI发展过程中越来越重要的一项资源——人类专业知识。随着AI应用渗透进医疗、法律、金融、科研等高门槛领域，对高质量专家数据的需求只会越来越大。
这一趋势标志着AI产业从“通用智能”向“垂直专家智能”的深化。Mercor的价值在于它建立了一套可规模化、自动化、高质量的人类知识供给体系。如果说GPU是AI的算力心脏，数据中心是AI的物理躯体，那么像Mercor这样的平台，则是AI的神经系统，负责传递最宝贵的知识信号。
在这场AI革命的下一阶段的竞争中，谁能更高效地整合人类智慧，谁就能掌握定义智能边界的权力。Mercor的故事，只是这一宏大变革的开端。随着更多垂直领域专家网络的加入，一个由人类专业知识驱动的AI新生态正在形成，而Mercor已经在这场生态重构中占据了有利位置。
对于行业观察者而言，关注Mercor不仅是在关注一家公司的成长，更是在观察AI产业底层逻辑的演变。当数据成为新的石油，专家数据就是其中的高纯度汽油。Mercor正在构建的，正是提炼和输送这种高纯度燃料的管道。未来，随着数据价值的进一步凸显，这种连接人类智慧与机器智能的基础设施，其战略地位将愈发重要。