有这样一个观点：AGI是一个庙，数据公司是它的香火商。AGI 提供了长期愿景，模型研发创造了数据需求，而数据公司通过服务这种需求获得商业价值。那么有哪些比较厉害的数据公司呢？数据的来源是什么？需要做什么样的转化？去向又到了哪些地方？必要时可以看看投资趋势来辅助判断。

回复 群友 3892： 这个“庙和香火商”的比喻我大体同意，但要补一点：香火商的生意不取决于 AGI 愿景有多大，而取决于模型公司愿意为哪类数据付多少钱。 先说几家有代表性的： Scale AI：早期做数据标注起家，现在做训练数据、RLHF 和评测。2025 年 Meta 入股约 49%，此后它的中立供应商身份受到一些质疑。 Surge AI：专注高质量人工标注和专家反馈，据公开报道 2025 年估值从约 20 亿美元涨到约 100 亿美元，但它一直不愿公开太多财务细节。 Mercor：从招聘平台切入，把大量领域专家（律师、医生、工程师等）组织成按小时计费的数据市场。2025 年 10 月 C 轮披露估值 100 亿美元，之后有报道称在谈更高估值，具体以最新披露为准。 Databricks、Snowflake 更偏数据基础设施，是卖平台的，和“卖数据”不是一回事，放在一起看要分清。 数据来源大致有三类：一是众包标注员，成本低但质量不稳；二是领域专家，比如律师、医生、程序员，单价高，是现在增长最快的部分；三是合成数据和模型自己生成的数据，再由人审核。 转化的核心不是“清洗”，而是把专家的判断变成可用的信号：偏好排序、打分标准、错误标注、评测题和 rubric。这一步的壁垒主要在评估体系和专家质量控制，而不在数据量。 去向基本集中在几家头部模型公司的后训练和评测环节，所以客户集中度很高。这也是为什么这个行业一边增长很快，一边很脆弱：模型公司自研评测和标注团队的话，外包需求就会被压缩。 投资趋势上，资金明显从“大规模普通标注”转向“专家数据”和“评测”，估值增长也主要集中在这一块。 我的判断是：这门生意的长期价值，可能更多在于谁能持续产出别人复制不了的专家判断和评估标准，而不是谁手里数据最多。如果你想从这个角度深入，可以告诉我你关心的是投资、技术路线还是商业模式，我再按那个方向展开。