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。这家由 23 岁创始人 Brendan Foody 在三年前创办的公司，正在争取较九个月前上一轮翻倍的估值。收购计划则说明它希望扩展的业务：除了请专家设计任务和评分，还要为 Agent 提供反复练习的软件环境。
专家设计题目之外，还要提供可以实际操作的软件环境
过去五年，AI 训练数据业务逐步扩展。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 主要参与专业任务与评估业务。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 同日披露，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；这一毛额口径需要与后文所述的专家报酬支出一并看待。
通过知识考试并不代表能完成实际工作。以 Salesforce 后台为例，Agent 面对数十个标签页和混乱的客户历史记录时，可能在需要三步骤推理的任务上受阻。环境训练针对的就是这类操作经验。
Deeptune 为此构建了"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。"
Mercor 提供专家任务，Deeptune 补充仿真软件
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 过去的优势主要在后两项：由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，覆盖电子表格、Salesforce 和 Slack 等工具。按收购计划，两者结合后，Mercor 希望提供更完整的训练服务：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。
Foody 认为，这有望缩短环境交付周期，并让企业客户通过一个供应商完成环境搭建与效果验证。他称，除 Tesla 外，美国科技“七巨头”（Mag Seven）其余公司都已是 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。
创始人曾投资收购对象，交易如何处理个人利益尚未披露
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——他参与了今年 3 月的 A 轮。数月后，他的公司宣布收购这家初创企业。
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。现有报道未披露相关审查安排。
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 得以更早了解这家公司，数月后推动收购。交易条款未披露。
年化 20 亿美元是毛账单额，扣除专家报酬后口径不同
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%。按这一年化口径估算，Mercor 扣除专家报酬后留存约 6 亿至 8 亿美元，尚未扣除其他运营成本，不能等同净利润。按 200 亿美元估值计算，对应上述留存收入的倍数约为 25 到 33 倍——与直接以 2B ARR 计算出的 10 倍不同。两种倍数对应不同收入口径，不能混用。
此前数据泄露影响客户合作，业务增长不能证明风险已消除
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。"公司披露的 ARR 从事发时的约 10 亿美元在四个月内翻了一番，但总体增长不能证明每家客户都扩大了合作。
TNW 提出的另一种解释是，需要如此规模训练数据的实验室可选供应商可能有限。这仍是媒体分析，并非已验证的客户决策原因。
训练数据公司扩展服务，可靠性仍需多种方法共同改善
Mercor 的收购计划也与行业对训练环境的关注相呼应。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。Mercor 则希望把专家任务、软件环境和评估服务整合起来。
与此同时，模型价格竞争也让企业更关注使用效果。当 Grok 4.5 每百万输入、输出 token 分别定价 2 和 6 美元，GPT-5.6 Terra 分别定价 2.50 和 15 美元时，企业仍需要判断模型能否可靠完成工作，不能只比较单价。Futurum Group 的调查显示，55.4% 的受访企业决策者将 AI Agent 的可靠性和幻觉管理列为头号挑战——更好的训练环境可能帮助改善这些问题，但还需要结合模型、工具、验证和部署管理。
Foody 在收购公告中给出的预期是："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 正在以这一业务方向争取 200 亿美元估值。评估这轮融资，既需要分清毛账单额与净收入口径，也需要观察整合效果及泄露事件之后的客户信任。
