5個月，估值漲近10倍。
智東西9月2日消息，今日，據《福布斯》援引兩名知情人士消息，美國AI訓練資料初創公司AfterQuery估值已達到32億美元。一名知情人士稱，該公司目前已經實現盈利，並為新一輪融資確定了領投方。具體融資金額及投資方身份尚未公佈，AfterQuery對此拒絕置評。
五個月前，AfterQuery的估值還只有3億美元，其估值在五個月內增長約10倍。AfterQuery曾入選YC 2025年冬季創業加速項目，YC合夥人格斯塔夫·阿爾斯特羅默（Gustaf Alströmer）稱，該公司從成立到躋身獨角獸僅用了約18個月，是YC歷史上完成這一跨越速度最快的創業公司。
AfterQuery於2025年2月成立，總部位於美國舊金山，併入選YC 2025年冬季批次。該公司聯合創始人斯賓塞·馬蒂加（Spencer Mateega）和卡洛斯·喬治斯庫（Carlos Georgescu）創辦AfterQuery時仍在讀大學，在嘗試開發金融Agent一段時間後，他們將公司轉向為前沿大模型提供專家推理資料、強化學習環境和模型評測服務。
AfterQuery稱，其平台已彙集近10萬名專業人士。今年7月，馬蒂加在X平台發文稱，該公司年化收入規模已達到今年4月披露的1億美元的數倍。
據《福布斯》報導，AfterQuery的資料已被用於輝達Nemotron 3 Ultra模型訓練，該公司還與Thinking Machines Lab、法律AI公司Legora及部分中國AI實驗室開展合作。
從兩個大學生的YC項目到估值215億元的獨角獸，AfterQuery的快速增長折射出AI訓練資料市場的變化：大模型公司的需求正從簡單的基礎標註，轉向由專業人士提供的複雜任務資料。
01. 高中相識、一起進Meta實習從金融Agent轉做大模型訓練資料
AfterQuery的兩名聯合創始人斯賓塞·馬蒂加和卡洛斯·喬治斯庫分別為23歲和22歲，加入YC時仍在讀大學，當時既沒有產品，也沒有確定具體的創業方向。
經過轉型，AfterQuery將自身定位為一家服務基礎模型開發的應用研究實驗室，主要為前沿大模型提供由專業人士建立的推理資料、強化學習環境及模型評測服務，而非傳統的資料標註業務。AfterQuery目前團隊規模約為30人。
AfterQuery的兩名核心創始人相識於高中時期。當時，兩人參加了Google舉辦的電腦科學暑期項目，隨後又一起進入Meta實習。
AfterQuery聯合創始人兼CEO馬蒂加曾在Meta和Google從事軟體工程工作，還曾進入摩根士丹利科技投資銀行部門以及私募股權投資機構Silver Lake實習。他在賓夕法尼亞大學沃頓商學院取得金融與統計學學士學位，同時還獲得賓夕法尼亞大學電腦科學碩士學位。
聯合創始人兼CTO喬治斯庫曾在加拿大不列顛哥倫比亞大學，學習電腦科學。在校期間，他創辦並出售了一家教育科技公司，曾在Meta擔任軟體工程師，還兩度進入量化交易公司Citadel Securities實習。加入YC後，尚有一年學業未完成的喬治斯庫決定退學創業。
據《福布斯》報導，2025年初，兩人在YC申請截止前用48小時提交了材料。當時他們沒有產品，也沒有明確的創業方向，只確定要前往舊金山進入AI行業。入選YC後，兩人最先嘗試為金融行業開發AI Agent，希望讓模型自動完成投資分析等專業工作。
不過在測試過程中，他們發現，即使是當時最領先的大模型，在複雜的白領工作流程中仍頻繁失敗。問題不完全在模型架構，而在於模型沒有接受過足夠的專業工作訓練，不知道從業者如何處理資訊不完整、標準模糊或者需要結合經驗作出判斷的任務。
兩人因此決定轉型，不再直接開發建立在大模型之上的金融應用，而是為大模型提供底層訓練資料。他們開始收集金融、軟體工程、法律和醫療等領域專家的判斷過程與逐步推理資料，希望把專業人士長期積累的隱性知識轉化為模型可以學習的材料。
02. 高品質資料需求量大五個月估值增長10倍
今年4月，AfterQuery完成了一筆3000萬美元A輪融資，投後估值為3億美元。該輪融資由Altos Ventures領投，The Raine Group、Y Combinator、BoxGroup和Latitude Capital參投，投資人還包括來自GoogleDeepMind、OpenAI、Anthropic、Meta超級智能實驗室和微軟AI的個人投資者。
若《福布斯》此次披露的32億美元估值確認，意味著AfterQuery的估值在五個月內增長了約10倍。
拉動AfterQuery快速增長的，是前沿AI公司對高品質訓練資料的需求。通用大模型已經消化了網際網路上大量可公開獲取的文字、圖像和程式碼，而通過模型生成的合成資料也存在質量邊界。
為了讓模型完成金融分析、軟體開發、法律審查和醫療判斷等專業任務，AI實驗室需要進一步獲得專業人士在真實工作中作出判斷、處理例外情況和使用軟體工具的完整過程。
因而，過去主要依靠大量低成本人員完成的資料標註，逐漸轉變為由軟體工程師、律師、金融分析師和醫生等專業人士參與的“推理資料”業務。資料供應商出售的不再只是簡單的分類標籤，而是專家處理複雜任務時的思考過程、操作軌跡、判斷標準和反饋結果。
人類資料也由此成為AI創業領域估值增長最快的方向之一。Scale AI創始人汪滔（Alexandr Wang）曾憑藉資料標註業務成為全球最年輕的白手起家億萬富豪。另一家AI資料公司Mercor的三名創始人隨後以22歲的年齡刷新這一紀錄。據The Information 8月報導，Mercor正在與輝達洽談新一輪融資，目標估值達到200億美元。
03. 聚集近10萬名專業人士用定製軟體系統驗證資料
AfterQuery稱，其平台彙集了近10萬名經過驗證的專業人士，覆蓋工程、醫療、法律和金融等領域。這些從業者負責提供專業判斷、操作過程和任務反饋，幫助模型學習僅靠公開網路資料難以掌握的實際工作經驗。
該公司提供的產品包括監督微調及人類反饋強化學習資料、工具呼叫和電腦操作強化學習環境，以及定製訓練集與模型評測。例如，AfterQuery可以基於真實API、MCP伺服器和開發工具搭建訓練環境，讓AI Agent學習呼叫工具、處理錯誤並完成多步驟任務。
馬蒂加今年4月接受《福布斯》採訪時稱，AfterQuery與Mercor等同行的區別，在於其使用定製軟體系統，驗證人類生成的資料。系統會進行多輪檢查，將任務難度控制在適中區間：既能對先進模型構成挑戰，又不至於讓模型完全無法作答。
AfterQuery還會在交付資料前自行運行後訓練流程，觀察資料能否提升模型的基準測試成績。馬蒂加稱，這可以讓客戶在查看資料前，先通過模型表現的變化判斷資料質量。
04. 進入輝達大模型訓練法律評測集覆蓋5161個案例
AfterQuery的資料已經進入前沿模型的實際訓練流程。今年6月，輝達發佈的Nemotron 3 Ultra技術報告顯示，其使用AfterQuery提供的辦公與職場任務資料訓練模型，相關資料覆蓋基於檔案的推理、專業交付物生成、多步驟分析和結果評判。AfterQuery稱，他們是該技術報告中唯一被點名的資料合作方。
AfterQuery稱，在輝達的一項消融實驗中，加入相關預熱訓練後，Nemotron 3 Ultra在真實職業任務評測集GDPval上的成績從35.3分提升至46.7分，GDPval覆蓋美國國內生產總值規模最大的九個行業、44種職業和1320項真實工作任務。
在法律領域，AfterQuery與法律AI創業公司Legora共同開發了Agent推理評測基準BAR。該評測集包含28個法律業務領域的5161個案例和11075份原始檔，用於測試AI Agent能否在Legora的工具環境中完成端到端法律工作。Legora稱，根據該評測發現的問題調整系統後，其產品在相同模型上的輸出質量一個月內提高了5%。
據《福布斯》報導，AfterQuery曾與OpenAI前首席技術官米拉·穆拉蒂（Mira Murati）創辦的Thinking Machines Lab合作。與部分美國AI資料供應商不同，AfterQuery也和一些中國AI實驗室保持著密切合作。
05. 結語：資料標註正轉向“專家經驗工程”
AfterQuery的估值變化顯示，AI資料行業的競爭重點正在發生變化。隨著公開網際網路資料的價值逐漸被挖掘，資料供應商開始從提供規模化基礎標註，轉向收集專業人士的判斷和隱性經驗，並進一步提供強化學習環境和模型評測系統。
不過，高估值並不意味著已經建立穩固壁壘。AI實驗室的資料需求和供應商名單可能快速變化。AfterQuery能否持續保持增長，最終仍取決於其能否穩定獲得專業人士供給、用軟體控制資料質量，並持續證明這些資料能夠讓模型取得可量化的能力提升。 (智東西)