3位00后，估值700亿

显示全部楼层 · 前天 05:14 AM

原创程茜智东西
2025年10月28日 19:20 北京

全球前五大AI实验室都是客户。

作者 | 程茜

编辑 | 心缘

22岁辍学创业、24岁干出百亿美金估值独角兽是什么概念？
智东西10月28日消息，今日，美国AI招聘独角兽Mercor官宣拿下2.5亿美元（折合人民币约18亿元）新融资，估值达到100亿美元（折合人民币约710亿元），是其今年2月20亿美元（折合人民币约142亿元）估值的5倍。
这家成立于2023年的AI创企，如今合计融资达3.5亿美元（折合人民币约25亿元），已将OpenAI、Anthropic等世界前五大AI实验室纳入客户名单，17个月营收运行率从1美元增长到5亿美元（折合人民币约36亿元）。
而创立这家AI独角兽的正是三位大二辍学的00后：CTO阿达什·希雷玛斯（Adarsh Hiremath）、CEO布兰登·富迪（Brendan Foody）、COO苏尔雅·米德哈（Surya Midha）。他们分别于2023年从哈佛大学、乔治城大学辍学合体创业。

▲CTO希雷玛斯、CEO富迪、COO米德哈（从左到右）
帮助他们赚得第一桶金的业务是AI招聘，其通过AI筛选简历，快速为候选人匹配岗位。今年2月，基于这一庞大的专业人才网络，Mercor开辟了数据标注、大模型评估业务，也就是与现有的专家人才签订合同，在短期内帮助大模型公司进行数据标注、提供专业反馈。如今，其管理的专家总数已达到30000名，所有专家的日薪总计超过150万美元（折合人民币约1065万元）。
今年2月，Mercor的年度经常性收入已经达到7000万美元（折合人民币约4.97亿元），凭借大模型评估新业务，这家创企拥有了大模型评估赛道的“隐形金矿”。
Mercor的新融资由风投公司Felicis领投，Benchmark、General Catalyst和Robinhood Ventures等风投公司参投。新融资将用于三个重点领域：扩大公司的人才网络、推进专家之间的匹配系统和培训机会、提供更快的交付。
值得一提的是，此前被Meta收购股份、挖CEO的Scale AI，正是Mercor的强有力竞争对手，但风波过后Scale AI的员工、客户都转向了Mercor，也促使其收入翻倍。

01.

大二辍学瞄准AI招聘

无意中打造了巨大高质量人才网络

Mercor的三位创始人的标签非常显眼：00后、大二辍学。
希雷玛斯、富迪、米德哈是高中同学，都曾就读于圣何塞的贝拉明预备学校，结识于学校辩论队并组队赢得美国政策辩论赛冠军。
值得一提的是，富迪2021年就已经开始创业。他创立了Serosin，目标是在云中构建下一代个人计算机基础设施，成功将高性能计算机的使用成本降低了90%。
2023年，就读于哈佛大学大二的希雷玛斯，就读于乔治城大学大二的富迪、米德哈纷纷选择辍学专注创业，同年Mercor成立。当时，希雷玛斯读的是计算机科学专业，富迪和米德哈分别为经济学和外交专业。
成立初期，Mercor的业务范围是使用AI技术筛选简历，为候选人匹配最适合的岗位，并对候选人进行资质审查，其面向的多是软件工程师、数学相关的技术岗。
Mercor的企业客户通过自然语言描述岗位内容、所需要的候选人，例如“具有计算机视觉经验的全职Python开发人员”等，其AI工具就可以在几秒钟内对数十万份简历、个人作品集网站、社交平台X、AI面试记录和GitHub进行深度语义搜索查询，以找到最佳匹配项。
然后，客户就可以立即观看候选人的AI面试情况，并一键将匹配的候选人添加到公司中。

▲Mercor主页岗位发布情况
该创企的官网显示，2024年1月，Mercor的年度经常性收入已经达到百万美元级别，并在25个国家、地区建立了包含10万名用户的人才库。之后为了满足人才招聘需要，Mercor继续扩大人才库，帮助人力资源团队评估了468000名申请人，印度是其最大的人才来源，其次是美国，欧洲和南美人才库正在快速增长。
到今年2月，其在推进AI简历筛选的过程中发现，Mercor无意中已经编织出一个大型专业人才网络，而这正是各大AI企业渴求的东西，他们希望利用这些专业人才训练日益复杂的大模型提高竞争力。
这是因为随着模型能力提升，其需要专业领域人才在短期内对其进行评估，这就需要AI企业快速找到对应人才并提供临时职位。
观察到这一趋势后，Mercor火速扩大规模，将业务扩展到了大模型评估和数据标注领域。一方面，Mercor开始聘请能评估聊天机器人答案质量的承包商，还挖来了Uber前首席产品官Sundeep Jain担任首任总裁；另一方面，其继续扩大人才网络规模，将涉足的岗位筛选领域扩展到律师、医生、记者等诸多行业。

02.

兼职专家每周工作20小时

3万专家每天可赚1600万

如今，Mercor评估大模型能力的业务体系已经逐渐成熟。
Mercor目前管理着全球范围内的3万名专家，这些专家负责完成图像标注、句子撰写以及提供专业反馈等工作，助力聊天机器人掌握类人类的思考与表达能力，而每天这些专家总计可赚取超过150万美元（折合人民币约1065万元）。
其中，根据《华尔街日报》拿到的该公司合同清单，医生兼职做数据标记员的任务包括评估AI的医疗相关答案以及审查AI生成的医学研究，每小时收入能达到170美元（折合人民币约1207元），在为期六周的合同中每周至少工作20小时。以五天工作日计算，专家平均每天需工作4个小时以上，也就是说医生兼职每天至少能赚680美元（折合人民币约4828元）。
此外，如果客户向Mercor支付每小时100美元（折合人民币约710元）的数据标签工费，Mercor将保留大约30%到35%，其余部分转嫁给承包商，其合约平均时薪约为每小时85美元（折合人民币约603元）。
本月初，Mercor官宣了其首创的AI生产力指数（APEX），可以根据AI模型执行具有经济价值的知识工作的能力来评估它们。目前，APEX包含代表四个职业工作的任务：投资银行助理、大型法律助理、战略咨询助理和全科医生（MD）。
APEX v1.0由200个案例组成，平均分布在投资银行、法律、咨询和医疗中。每个案例都由提示（任务描述）、来源（完成任务所需的信息）和评分标准（对模型响应进行评分的标准）组成。
其构建包含五个步骤：组建一支由约100名具有顶级经验专家组成的团队，涵盖四个专业；专家生成任务描述或提示，描述每个领域的常见工作流程；专家生成源文档，包含响应提示所需的相关证据；专家生成特定于提示的标准的评分标准；专家生成提示、来源和评分标准后，由单独的专家对其进行审查以确保质量控制。
其博客提到，专业人员在APEX中完成任务需要1到8小时，平均需要3.5小时。

今年5月，OpenAI发布的医疗大模型测试评估集HealthBench，也采用了这套APEX体系。基于APEX的评估结果，GPT-5获得了64.2%的最高分，表现最好的开源模型是Qwen3，以59.8%的成绩排名第7。

03.

Scale AI风波助推Mercor收入飙升

陷入商业诉讼

除了庞大人才网络带来的收益，前段时间数据标注创企Scale AI的风波，也使得Mercor的收入飙升了一把。
今年6月，Meta以140亿美元（折合人民币约994亿元）收购Scale AI 49%的股份，将Scale的估值推高至惊人的290亿美元（折合人民币约2059亿元）。随后作为交易的一部分，该公司的联合创始人兼CEO亚历山大·王（Alexandr Wang）转投Meta领导其AI工作。
这导致Scale AI的一些客户和竞争对手，对其能否在Meta投资后保持中立和保护客户数据的能力表示担忧。
因此，这笔交易反倒使得Mercor的收入增长，据《华尔街日报》援引知情人士称，自Meta投资Scale以来，Mercor的收入翻了两番。
同时，Mercor还招募了不少Scale前员工。上个月，Scale还起诉并指控Mercor涉嫌窃取商业机密，并起诉Scale前员工Eugene Ling违约，诉讼透露，该员工在从Scale正式离职之前，曾试图向Scale最大的客户之一推销Mercor。不过这起诉讼目前还没有定论。
此外，围绕Mercor还有一大争论是，AI进步有可能加速招聘工作岗位的流失。不过富迪认为，Mercor并没有取代人工，而是将大部分经济自动化，使人工在仍然需要他们的领域更有价值。
他告诉外媒TechCrunch：“如果AI实现了90%的经济自动化，那么人类就会成为剩余10%的瓶颈。因此人类贡献的每一单位经济产出都有10倍的杠杆作用，因为其余的都已经自动化了，这意味着随着我们转向更加零碎、类似零工的工作模式，人们的工作方式正在发生变化。当下越来越多的公司开始为短期项目聘请专家而不是依赖全职员工。”

04.

结语：用AI招聘积累庞大人才库

补位大模型评估缺口

Mercor自动进行简历筛选和候选人匹配，并提供AI驱动的面试和薪资管理。企业通过自然语言上传职位描述，系统就会推荐最佳候选人。依托这一模式沉淀的庞大高质量人才库，更让Mercor意外成为大模型评估赛道的“隐形赢家”。
大模型的迭代依赖高质量数据和专业反馈驱动，Mercor构建的庞大专家人才网络，恰好填补了这一行业痛点，从而使其成为大模型赛道的赢家。这也说明，AI时代的创业机遇，仍有有诸多新的可能。