Mercor三名22岁创始人身家均达42亿美元，AI数据服务赛道再迎爆发

AI基础设施赛道正迎来新一轮高增长周期。11月10日，美国AI初创企业Mercor宣布完成7.5亿美元新一轮融资，投后估值达到200亿美元，较一年前翻倍。本轮由Benchmark、General Catalyst、英伟达与Salesforce等机构联合领投，标志着资本对高质量AI训练数据与模型评估服务的高度认可。

更引人注目的是其创始团队：布伦丹·福迪（Brendan Foody）、阿达什·希雷马斯（Adarsh Hiremath）与苏里亚·米达（Surya Midha）三人平均年龄仅22岁，其中米达最为年轻，比另两位小约两个月。据《福布斯》估算，三人各自持有公司约21%的股份，个人净资产均达42亿美元，较2025年10月首次跻身亿万富豪行列时的22亿美元实现翻倍增长。他们也因此取代Polymarket创始人Shayne Coplan，成为全球最年轻的白手起家亿万富豪——此前该纪录由马克·扎克伯格以23岁之龄保持。

Mercor的创业起点并不宏大。2023年，三位高中辩论队友共同创立公司，初衷仅是为美国企业提供印度自由职业程序员的对接服务。但很快，团队在运营中发现一个更具价值的方向：AI大模型训练亟需垂直领域专家参与——医生、律师、程序员等专业人士所掌握的结构化知识与经验，远胜于通用互联网文本，能显著提升模型在专业场景下的推理与回答能力。

于是Mercor迅速转型，构建起连接人类专家与AI实验室的平台型服务网络。专家可通过平台承接模型训练、数据标注、提示工程优化及性能评估等任务；而AI公司则获得经过验证的专业级训练数据集与第三方评测结果。OpenAI、Anthropic等前沿实验室已成为其长期客户，客户总数目前已突破100家，较去年翻倍。

业务扩张速度惊人。创始人福迪透露，公司年化总收入在两年多时间内从100万美元跃升至30亿美元，单月销售额达2.5亿美元；员工规模从一年前不足40人增至约300人；更关键的是，据《The Information》2026年7月报道，Mercor已实现自由现金流盈利，约60%–70%的营收用于支付外包服务商报酬，体现其轻资产、高杠杆的运营模式。

本轮融资资金将主要用于拓展“模型评估与后训练”新业务线。随着企业级AI智能体加速落地——这些智能体常被授权独立处理客户沟通、代码生成或数据分析任务——其部署前必须经过严格的效果量化与安全校验。Mercor正借此机会，将服务从数据供给延伸至全生命周期模型治理环节。

尽管高歌猛进，Mercor的发展并非坦途。2026年4月，开源项目LiteLLM遭遇大规模黑客攻击，Mercor系统被波及，导致Meta一度暂停合作；同期，公司还曝出一名早期业务经理涉嫌挪用数十万美元奖金转移至亲属账户的内部丑闻。更有知情人士向《福布斯》透露，部分员工曾怀疑有朝鲜特工冒用身份入职。尽管风波频发，资本仍持续加码，侧面反映市场对其核心价值的认可。

横向对比来看，Mercor当前200亿美元估值仍低于主要竞争对手：2025年6月，Meta收购Scale AI 49%股权时，对其整体估值约为290亿美元；Surge AI估值据估算约为240亿美元。Scale AI创始人Alex Wang曾短暂持有“最年轻亿万富豪”头衔，但在2025年10月被Mercor三人超越。

值得注意的是，Mercor的成功路径揭示了AI产业价值链的深层迁移趋势。早期大模型竞争聚焦算力与算法，如今进入“数据质量+专业适配+可信评估”阶段。通用语料库红利已近尾声，行业正转向高成本、高门槛的专业知识注入。这类服务虽不直接产出模型，却构成AI落地的关键“信任层”与“校准器”。

与此同时，中国本土亦涌现出类似探索。例如清华博士生胡天朔领衔的知驿科技，聚焦企业AI网关与长时经验记忆系统，试图重构人-AI协作基础设施。其种子轮获卓源亚洲数千万元投资，产品内测阶段即吸引清华校友团队作为首批用户。这表明，在AI原生组织架构的底层建设上，中美年轻创业者正从不同切口同步推进。

Mercor的崛起印证了一个事实：在AI时代，最稀缺的资源不再是数据量本身，而是能将人类专业认知高效转化为机器可理解信号的能力。这种能力既依赖技术工具链，更依赖对行业逻辑的深度理解与人才网络的精准调度。

福迪曾在播客中坦言：“我本可以拿着数十亿美元现金离开”，但他随即补充，“这并非真正激励我的事情。”这句话或许揭示了新一代技术创业者的心态转变——财富积累已非终极目标，如何让AI真正嵌入现实世界的复杂决策流程，才是驱动他们持续迭代的核心动力。