💰 商业 · 融资速递
OpenAI、Anthropic 背后的「数据工厂」Mercor：半年营收 41.6 亿元超过去年全年，估值一年冲 200 亿美元
海外科技媒体 依据一份财务文件报道：AI 训练数据独角兽 Mercor 今年上半年营收 6.14 亿美元（约 41.6 亿元人民币），同比增长 70%，已超过去年全年；其中约 91% 收入来自 AI 基础模型公司。该公司同时被曝正计划融资 5 亿美元，投后估值或达 200 亿美元——较去年 10 月 C 轮的 100 亿美元整整翻倍。
来源：公开报道•
2026-07-22•
全文约 4 分钟读完
#Mercor
#AI训练数据
#模型评估
#融资
#OpenAI
$6.14亿
2026 上半年营收 ≈ 41.6 亿元，超过去年全年
91%
收入来自 AI 基础模型公司
$200亿
洽谈中投后估值 ≈ 1355 亿元，有望一年内翻倍
⚡ 30 秒速览
- 赚多快：上半年 6.14 亿美元、同比 +70%，超过去年全年；6 月单月折算年化收入已达 20 亿美元，公司预计年底冲到 28 亿美元。
- 谁在买：OpenAI、Anthropic、Google DeepMind 等基础模型公司贡献约 91% 收入；新兴实验室 Reflection AI、Thinking Machines Lab 也在客户名单中。
- 谁在做：三位 00 后创始人——高中辩论队队友，分别从乔治城大学、哈佛大学辍学，2023 年创立 Mercor，如今被视为全球最年轻的白手起家亿万富翁之一。
- 暗面：约 2/3 收入要分给专家承包商，去年毛利率仅约 27%；今年 3 月供应链攻击事件后，Meta 暂停合作、至今未恢复。
- 下一步：7 月 9 日宣布收购强化学习环境初创 Deeptune，并向金融等大企业客户扩张，计划 2030 年把基础模型公司收入占比压到 1/3 以下。
01数字里的 Mercor 营收与估值双加速
$6.14亿上半年营收 ≈41.6亿元
+70%同比增速
$20亿6月年化收入 ≈135亿元
$28亿年底年化目标·公司预测
海外科技媒体 援引财务文件称：今年 6 月 Mercor 月收入折算的年化收入达 20 亿美元（约 135 亿元），营收增速较年初增长一倍；公司向投资者透露，预计今年年底年化收入将达 28 亿美元（约 190 亿元）。
估值阶梯：一年翻倍的融资谈判
2025 年 10 月 · C 轮（已完成）
融资 3.5 亿美元（约 23.7 亿元），投后估值 100 亿美元（约 677 亿元）。
2026 年 7 月 · 洽谈中（海外科技媒体 7.9 援引知情人士）
计划融资 5 亿美元（约 34 亿元），投后估值或达 200 亿美元（约 1355 亿元）——若落地，估值一年内翻倍。
02它是谁 从 AI 招聘工具到「模型优化基础设施」
Mercor 成立于 2023 年，最初做 AI 招聘工具，随后转型为 AI 公司提供训练数据与模型评估服务。它踩中的行业转折是：大模型竞争进入能力优化阶段，提升不再只靠参数规模和算力，早期的大规模人工标注，正在被法律推理、医疗分析、复杂代码生成等贴近真实任务的专家数据取代。
传统数据标注
大规模人工标注，解决「有没有数据」的问题。
Mercor 的专家模式
连接全球律师、医生、作家、博士背景研究人员，评价模型生成的答案，帮模型提升准确性、推理能力与专业水平。
生意怎么流转
领域专家（律师 / 医生 / 作家 / 博士）→Mercor 组织与质控→训练数据 + 模型评估→OpenAI · Anthropic · Google DeepMind
新兴 AI 实验室 Reflection AI、Thinking Machines Lab 也是其客户。
同一赛道的对手
- Scale AI——AI 训练数据领域龙头，长期服务 OpenAI、谷歌、微软等巨头；
- Surge AI——专注高质量 RLHF 与专家偏好数据；
- Handshake AI——依托学术网络，聚焦高质量专家数据生产与模型评估。
三位 00 后创始人
CEO Brendan Foody、CTO Adarsh Hiremath、董事会主席 Surya Midha 高中时在辩论队相识并成为挚友，后分别从乔治城大学和哈佛大学辍学，全职创立 Mercor。目前他们被认为是全球最年轻的白手起家亿万富翁之一。
高中辩论队队友→乔治城 / 哈佛辍学→2023 年创立 Mercor→00 后亿万富翁
03高光之下的三道裂缝 客户集中 · 安全事件 · 成本结构
🎯 客户集中：91% 收入押在基础模型公司结构风险
- 上半年约 91% 收入来自 AI 基础模型公司——若大型 AI 公司减少外部采购、或自行建设数据训练能力，将直接冲击 Mercor 的未来增长。
- 这正是投资者的普遍担忧：越来越多 AI 基础设施创业公司依赖少数大客户，对方供应链策略一变，收入立受影响。
🛡️ 安全事件：Meta 暂停合作，至今未恢复尚未解决
- 今年 3 月发生供应链攻击事件，加剧了外界对其业务稳定性的担忧。
- 据 海外科技媒体 报道，Meta 因该安全事件暂停与 Mercor 合作，目前尚未恢复。
🧾 成本结构：约 2/3 收入要分给专家毛利承压
- Mercor 依赖大量专业人才参与模型评估，需将约三分之二的收入支付给这些承包商。
- 这直接压制了毛利率——而公司给出的改善路径，相当依赖「未来」。见下方路线图。
毛利率路线图：实际值 vs 公司预测
注：柱形为 0 起点等比绘制。27% 与 33% 为已披露实际值；46%、56% 为 Mercor 向投资者给出的预测——公司称将依靠规模扩大与业务结构调整实现，尚未兑现。
04下一增长曲线 去客户集中化 + 押注强化学习环境
第一条路：把客户从模型公司扩到企业市场。Mercor 的募资材料已将 Ramp、Blue Owl、Citi 等金融机构列为客户，并计划向更多 AI 初创公司（包括需要评估定制模型的应用开发者）及 AI 领域之外的大型企业销售评估与训练服务。公司给出的时间表是：
2026 现状：91% 收入来自基础模型公司→2028：AI 初创 + 财富 2000 强收入反超→2030：基础模型公司占比 < 1/3
以上为公司募资材料中的预测，用于支撑其「降低收入依赖」的叙事，兑现进度有待观察。
第二条路：押注新的训练方式。部分研究人员认为，强化学习环境（RL Environment）可能在部分场景中替代人工反馈——通过构建模拟软件环境，AI 可以直接学习完成任务，不再完全依赖人工评价。
♟️ 7 月 9 日，Mercor 宣布收购 Deeptune——一家专注强化学习环境设计的初创公司，目标是帮企业快速构建更真实的 AI 训练环境。但 Mercor 同时强调：在法律等高风险、高复杂度领域，人类专家仍不可替代。
编辑核心判断
大模型竞争从「堆算力」转向「抠能力」，专家数据成了新的卖水生意——但卖水人的估值，取决于它能否在被大客户内化之前，修好毛利率与客户结构。