7 月 9 日，AI 训练数据公司 Mercor 同时传出两条消息：正以 200 亿美元估值洽谈新一轮融资，以及收购强化学习环境公司 Deeptune。前者是资本故事——这家由 23 岁创始人 Brendan Foody 在三年前创办的公司，估值距上一轮仅九个月就要再翻一倍。后者才是理解 AI 数据行业正在发生什么的关键：Agent 训练的下一个瓶颈不再是"谁来出题"，而是"在哪练习"。
从标注到 eval 再到「工作环境」
AI 训练数据行业在过去五年经历了两次范式迁移。第一波是标注——教模型识别猫、路标和情感。第二波是 eval——雇医生、律师、软件工程师写专业题目和评分标准，测试模型能不能通过资格考试。
Mercor 正是第二波的最大赢家。公司建立了一个超过 500 万人的领域专家网络，为 OpenAI、Anthropic、Google 等前沿实验室提供人工评估任务。Foody 在 7 月 9 日的博客中写道，公司年化收入运行率（ARR）已突破 20 亿美元，四个月内翻了一倍。
但问题在于：前沿模型已经能通过几乎所有能出的考试了。让这些模型卡住的不是知识，而是经验——当 Agent 被扔进真实的 Salesforce 后台、面对数十个标签页和混乱的客户历史记录时，它在第一个需要三步骤推理的任务上就可能卡住。
这就是 Deeptune 的位置。Deeptune 构建的是"训练场"（training gyms）——高保真模拟企业软件环境的沙盒，Agent 可以在其中反复尝试、失败、被评分、改进，而不影响任何真实系统。用 Foody 的话说："强化学习已经到达了一个临界点——模型几乎可以学会任何能被清晰定义和评分的任务。瓶颈转移到了环境本身。"
一家公司覆盖整个训练栈
Deeptune 将完整的训练环境拆成三个组件：运行任务的软件界面、定义 Agent 需要完成什么的任务描述、以及判断它是否成功的验证器。
Mercor 过去只负责后两个——它的专家写任务和评分标准。Deeptune 补上了第一个：数百个企业应用的仿真副本，从电子表格到 Salesforce 到 Slack。两者合并意味着 Mercor 可以给客户交付一个端到端的训练栈：搭建环境、指派专家设计任务和评分、运行 Agent 训练、输出性能报告。
这对于前沿实验室意味着更快的环境交付周期。对于正在部署 Agent 的企业客户，则是一个供应商从环境搭建到效果验证全包——Foody 称除 Tesla 外的所有 Mag Seven 公司都已是 Mercor 客户。
a16z 在今年 3 月领投 Deeptune 的 4300 万美元 A 轮时，合伙人 Marco Mascorro 和 Martin Casado 写道："强化学习正在成为下一代 AI 系统既是最关键的瓶颈，也是最重要的解锁。"他们看到的是一个从静态标注数据到动态、工程化训练信号的转变——Deeptune 的环境让模型通过实际操作计算机界面（命令行或桌面）来学习，而不仅仅是从文本中推理。
一个利益冲突问题
收购存在一个无法回避的治理问题。Foody 本人是 Deeptune 的天使投资人——他在三个月前的 A 轮中写下了个人支票。三个月后，他的公司买下了这家初创企业。
Foody 对 Fortune 坦言，天使投资的主要动机就是为收购铺路："这在很大程度上就是主要动机。"问题不在于这笔投资本身是否合法，而在于 Mercor 的董事会和外部投资者是否在交易前审查了他的个人利益。目前没有任何公开报道确认这一点。
TNW 的报道将这一模式概括为：a16z 出资投了 Foody 未来的收购目标，Foody 获得了前排观察席位，三个月后出手拿下。交易条款未披露。
$2B ARR 需要读注脚
Foody 在 X 上宣布的"年化收入突破 20 亿美元"同样需要审视。The Information 首先报道，这个数字是毛账单额（gross billings），承包专家拿走其中的 60% 到 70%。扣除支付给专家的费用后，Mercor 自身的净收入约为 6 亿至 8 亿美元。按 200 亿美元估值计算，对应净收入的倍数约为 25 到 33 倍——在 AI 行业这个速度下不算离谱，但远非以 2B ARR 直接计算出的 10 倍。
数据泄露的阴影
谈判桌上的估值还要面对 2026 年春天的遗留问题。3 月，一个通过 LiteLLM 开源库传播的供应链攻击入侵了 Mercor 的系统。黑客组织 Lapsus$ 声称窃取了约 4TB 数据，包括合同工的社会安全号码、护照扫描件、面部生物特征、AI 面试录像，以及据称为 Anthropic 模型训练的源代码。集体诉讼紧随其后。
最大的客户之一 Meta 在事件后无限期暂停了与 Mercor 的所有合作。Foody 在采访中将此描述为过去式，强调 OpenAI 和 Anthropic 都留了下来，"每个前沿实验室在数据泄露后都扩大了与我们的合作。"业务数据似乎支持他——ARR 从事发时的约 10 亿美元在四个月内翻了一番。
但 TNW 提出了一个更冷的解释：营收增长也可能说明，需要如此规模训练数据的前沿实验室实际上别无选择。
Agent 训练环境的竞争窗口
Mercor-Deeptune 交易反映的行业转变比交易本身更大。Invisible Technologies 在 2026 年趋势报告中指出，RL 环境正在从"小众研究工具"变成"AI 严肃工作的发生地"——一个 Agent 在接触真实客户和收入之前失败和学习的沙盒层。
竞争者在快速跟进。Scale AI 在 Meta 入股后估值约 290 亿美元，Surge AI 据报正以约 250 亿美元估值融资。但 Mercor 的路线图是最激进的——它不是在训练数据的某个环节做大，而是试图垂直整合整个训练栈。
这背后是一个由模型层价格战驱动的结构性逻辑。当 Grok 4.5 定价 $2/$6、GPT-5.6 Terra 定价 $2.50/$15 时，训练更可靠的 Agent 不再是一项成本优化，而是决定哪些模型能被企业部署的核心竞争力。Futurum Group 的调查数据提供了一个注脚：55.4% 的企业决策者将 AI Agent 的可靠性和幻觉管理列为头号挑战——这是训练层的问题，只能通过更好的训练环境来解决。
Foody 在收购公告中的结语同时是宣言和赌注："每一个前沿实验室都在规模化环境生产，每一个企业都将需要做同样的事。训练 Agent 正在成为经济中工作量最大的门类之一。" Mercor 正在为这个判断押上 200 亿美元的估值。至于这笔赌注值不值，取决于你用的是毛额还是净值——以及你是否相信数据泄露真的已经翻篇。