AI火了，帶火了“買鏟子”的數(shù)據(jù)標(biāo)注生意。

Scale AI估值沖到200多億美元，Surge AI也在談一輪10億美元融資。巨頭們搶模型，資本們搶數(shù)據(jù)，只要能產(chǎn)出高質(zhì)量訓(xùn)練數(shù)據(jù)，就是“印鈔機”。

就在這樣瘋狂的背景下，一位19歲的華裔少女Serena Ge，帶著一個只有10個人的小團(tuán)隊，拿到了1500萬美元

（約1億人民幣）

Datacurve的投資人里除了Chemistry VC、YC，甚至還包括了來自DeepMind、Anthropic、OpenAI的工程師。

他們看好Datacurve的原因很簡單，這家公司做了一件聽上去不可思議的事情，把高質(zhì)量數(shù)據(jù)標(biāo)注，做成了一款賞金獵人的游戲。

Datacurve搭建了一個叫Shipd的平臺，把算法題、調(diào)試任務(wù)、代碼理解、測試用例等中高難度的工程挑戰(zhàn)，通通包成一條條“任務(wù)關(guān)卡”

（Quests）

在短期幾個月時間里，就有1.6萬名工程師涌入Shipd。成立兩個月，Datacurve的收入就突破100萬美元，并迅速成為Cohere、Anthropic的數(shù)據(jù)供應(yīng)商。

今天，我們就來說說這家神奇的AI公司。

數(shù)據(jù)標(biāo)注的“賞金獵人”來了

今年以來，業(yè)內(nèi)一個越來越明確的共識是：

限制大模型繼續(xù)往前走的，不再是算力，而是高質(zhì)量數(shù)據(jù)。

在代碼、法律、醫(yī)療這些高度專業(yè)化的領(lǐng)域，“標(biāo)注”早已不是機械勞動，而變成了一項需要專業(yè)知識、結(jié)構(gòu)化能力和推理判斷的腦力活。

數(shù)據(jù)質(zhì)量直接決定模型的能力上限，這一點正在被更清晰地看見。

尤其是能提供高質(zhì)量數(shù)據(jù)的創(chuàng)業(yè)公司，越來越火了。據(jù)彭博社報道，今年7月Surge AI就正在進(jìn)行一輪10億美元的融資，估值高達(dá)150~250億美元。

他們做的事情很簡單，就是雇傭了一大批律師、醫(yī)生、多語種專家，來做垂直領(lǐng)域的高質(zhì)量數(shù)據(jù)標(biāo)注。

但當(dāng)行業(yè)繼續(xù)往前看時，一個更難補齊的空白開始顯露：軟件工程的數(shù)據(jù)需求，幾乎沒有被滿足。

模型要真正理解編程，不只是理解語法或補全代碼，而是要掌握工程師的“思考過程”：為什么這樣寫？為什么要重構(gòu)？一次代碼審查是怎么判斷風(fēng)險的？一個bug是如何定位的？

這些數(shù)據(jù)天然稀缺，也極難人工合成，更無法靠大規(guī)模外包來生產(chǎn)。它需要真實的工程師、真實的推理和真實的判斷。

在這樣背景下，Datacurve就出現(xiàn)了。

作為一家專門提供高質(zhì)量編程數(shù)據(jù)的數(shù)據(jù)標(biāo)注公司，真正讓它與行業(yè)里其他數(shù)據(jù)標(biāo)注公司區(qū)分開來的，是其獨特的運作方式。

很多人以為，“數(shù)據(jù)標(biāo)注”是低門檻工作。但在AI訓(xùn)練的高端賽道中，這件事對人的要求極高。

就拿以專業(yè)著稱的Surge AI來說，它招聘憲法律師的標(biāo)準(zhǔn)，曾在最高法院、美國司法部任職，或頂級律所的前合伙人；醫(yī)學(xué)任務(wù)需要能做同行評議、具備臨床推理能力的醫(yī)學(xué)研究員；多語言任務(wù)則需要全球稀缺的“小語種＋專業(yè)背景”人才。

這些人報酬自然不低，往往以承包形式參與，律師的時薪甚至能到500–1000美元。

與Surge AI以外包形式找人不同，Datacurve選擇了另一條路：把數(shù)據(jù)標(biāo)注變成了一場賺賞金的競賽游戲。

具體來說，他們打造了一個名為Shipd的平臺，并在平臺上發(fā)布包裝好的數(shù)據(jù)任務(wù)，任務(wù)覆蓋了軟件工程的關(guān)鍵環(huán)節(jié)，包括DSA算法題與題解

（近似刷題平臺LeetCode的題目）

為了維持?jǐn)?shù)據(jù)質(zhì)量，Datacurve還設(shè)計了一套數(shù)據(jù)驗證流程。

工程師完成任務(wù)后，AI會先進(jìn)行自動驗證；另一批工程師可以接手代碼審查類任務(wù)，通過發(fā)現(xiàn)缺陷獲得獎勵；最終結(jié)果會經(jīng)過專家復(fù)審。只有互審機制無法判斷的細(xì)節(jié)，最終再由人類專家做最后評價。

這種“解題-審錯-復(fù)查”的閉環(huán)，讓平臺能在規(guī)�；职l(fā)任務(wù)的同時保持質(zhì)量。

工程師可以以挑戰(zhàn)者的身份自行選擇代碼任務(wù)，每個任務(wù)獎勵80～100美元不等。干得多，賺得多，不設(shè)上限。

例如，用戶@James Shi 上線三天，完成四個任務(wù)，任務(wù)類型包括性能重構(gòu)、調(diào)試、多語言轉(zhuǎn)換等，已經(jīng)領(lǐng)取132美元獎勵。

▲用戶@James Shi的個人控制臺

其官網(wǎng)數(shù)據(jù)顯示，平臺已吸引超過1.6萬名工程師參與。近期公司披露，平臺累計發(fā)放的賞金已超過100萬美元，部分任務(wù)的獎勵也被推高至250～350美元。

Shipd之所以能迅速吸引工程師，不只是因為“能賺錢”。更關(guān)鍵的是，它營造了一種接近競技場的氛圍。

在這里，工程師的動機不是典型的打工心態(tài)，而是挑戰(zhàn)、聲望和獎勵。他們更像在平臺中游走的“賞金獵人”。

來自Amazon、AMD、DeepMind、OpenAI、Anthropic、Vercel等公司的從業(yè)者，以及算法競賽選手和CS學(xué)生，都在這里做任務(wù)、曬成績、組隊和社交。

也正因為有這樣的結(jié)構(gòu)化工程數(shù)據(jù)，Datacurve在成立僅兩個月時，收入便突破百萬美元，并迅速成為Cohere、Anthropic等模型公司的數(shù)據(jù)供應(yīng)商。

Chemistry VC合伙人Mark Goldberg稱它是他“投過增長最快的初創(chuàng)公司之一”，并透露公司在融資期間剛剛簽下“史上最大的一筆合同”。

把數(shù)據(jù)標(biāo)注，當(dāng)成消費產(chǎn)品來做

回頭看，Datacurve的真正特殊性在于，它找到了一個更輕、也更容易規(guī)�；臄�(shù)據(jù)生產(chǎn)方式：

把數(shù)據(jù)標(biāo)注當(dāng)成一款“面向工程師的消費級產(chǎn)品”來做。

Datacurve團(tuán)隊規(guī)模不到10人，卻能驅(qū)動一個超過萬名工程師的社區(qū)。這種強烈不對稱的組織結(jié)構(gòu)，是它與傳統(tǒng)外包型數(shù)據(jù)公司的最大差異：后者依賴線性擴(kuò)張的人力體系，而Datacurve用的是互聯(lián)網(wǎng)平臺邏輯。

公司聯(lián)合創(chuàng)始人Serena Ge把這種方式形容為“讓數(shù)據(jù)生產(chǎn)變成一種消費體驗”。許多工程師在Shipd上花的時間，本質(zhì)上是從游戲、開源社區(qū)和刷題練習(xí)中遷移過來。

他們不把自己視為標(biāo)注者，而是把Shipd當(dāng)成一個“技能競技場”——在這里挑戰(zhàn)任務(wù)、積累聲望、贏獎勵。

Datacurve更像一套能夠自我生長的系統(tǒng)：任務(wù)拆解、驗證、評分和復(fù)審被流水線化，大部分質(zhì)量監(jiān)控由算法完成，而工程師則在激勵機制的驅(qū)動下自發(fā)承擔(dān)審核環(huán)節(jié)。

平臺的邊際成本因此極低，擴(kuò)張速度也不再依賴線性增長的人力，是一種典型的“高倍數(shù)平臺模型”。

另一個明顯的差異是，它重新定義了“貢獻(xiàn)者”的角色。在多數(shù)數(shù)據(jù)公司，標(biāo)注者是外包勞動力；在Datacurve，他們是平臺的用戶。

工程師進(jìn)入Shipd，并不是為了執(zhí)行瑣碎的重復(fù)勞動，而是以挑戰(zhàn)者身份參與算法、調(diào)試、推理等高難度任務(wù)。能拿錢確實很重要，不過“解決問題帶來的成就感”與“社區(qū)聲望”是更強的黏性來源。

Datacurve成立僅一年就完成種子輪

（270萬美元）

（1500萬美元）

雖然規(guī)模很小，但是勝在速度。

投資陣容包括Chemistry VC、YC等知名機構(gòu)，以及多位來自DeepMind、OpenAI、Anthropic等AI巨頭的高管以個人身份參與投資。

▲Datacurve聯(lián)合創(chuàng)始人，Serena Ge（左）和人Charley Lee（右）

投資人看中的不是一個新的數(shù)據(jù)外包公司，而是一個有機會填補“專家數(shù)據(jù)缺口”的平臺型產(chǎn)品。

Datacurve的擴(kuò)張不依賴人力堆疊，而是更像互聯(lián)網(wǎng)產(chǎn)品那樣具備指數(shù)級增長的可能性。它更像是一種新型基礎(chǔ)設(shè)施：一個能夠持續(xù)吸引高水平專業(yè)人士，并將他們的思維過程沉淀為可復(fù)用數(shù)據(jù)資產(chǎn)的系統(tǒng)。

隨著越來越多AI實驗室意識到：模型性能的提升，不再取決于算力，而在于是否能持續(xù)獲得高質(zhì)量人類推理，這種“平臺化的專家網(wǎng)絡(luò)”顯得愈發(fā)稀缺。

Datacurve想回答的問題也由此從“如何收集數(shù)據(jù)”，進(jìn)一步走向一個更大的命題：

如果數(shù)據(jù)變成智能時代重要的生產(chǎn)要素之一，那么工程師社區(qū)與數(shù)據(jù)基礎(chǔ)設(shè)施能否融合成一套全新的工業(yè)系統(tǒng)？

文/朗朗

PS：如果你對AI大模型領(lǐng)域有獨特的看法，歡迎掃碼加入我們的大模型交流群。