AI训练数据新贵AfterQuery估值32亿美元，Y Combinator史上最快独角兽诞生记

在AI技术飞速迭代的今天，模型训练数据的价值正被重新定义。一家名为AfterQuery的初创公司，以其独特的"专家行为编码"路线，在短短数月内完成了从A轮到独角兽的跨越，成为Y Combinator（YC）历史上成长最快的企业。这不仅是资本的胜利，更折射出AI训练赛道正在发生的深刻变革。

从三千万到三十二亿：一场资本与技术的双重加速

AfterQuery的崛起速度堪称惊人。2026年4月，这家旧金山初创公司才刚刚宣布完成3000万美元的A轮融资，彼时估值3亿美元。而仅仅五个月后，其新一轮融资已将估值推高至32亿美元，增幅超过10倍。YC合伙人Gustaf Alströmer证实，这是该加速器历史上从成立到成为独角兽（估值超10亿美元）用时最短的纪录。

更令人瞩目的是，这家公司的创始人年仅22岁和23岁，18个月前才刚从YC的2025年冬季训练营毕业。他们选择了一条与主流AI训练数据公司截然不同的路径，却意外踩中了行业最迫切的需求。

从"答对"到"做对"：训练范式的一次关键转向

要理解AfterQuery的价值，必须先厘清AI训练领域的两种路线。以Mercor和Scale为代表的公司，主要雇佣医生、律师等知识专业人士来标注数据，核心目标是让模型"答得准"。而AfterQuery则完全不同，它训练的是模型和AI代理如何像专业人士那样"做成一件事"——用公司自己的话说，是"编码全球最优秀从业者的模式、决策与推理过程"。

这种差异看似细微，实则关乎AI能力的本质。在复杂任务执行中，仅仅知道正确答案往往不够，更重要的是理解专家如何一步步拆解问题、权衡利弊、做出判断。AfterQuery切入的，正是这个"过程智能化"的空白地带。

客户名单与商业模式的底气

支撑32亿美元估值的，不仅是概念新颖，更有实打实的商业数据。今年4月，AfterQuery透露其年化经常性收入（ARR）已达到1亿美元，并已与多家全球顶尖AI实验室建立合作。其公开的客户名单包括芯片巨头Nvidia、企业服务公司Legora，以及韩国知名AI实验室Motif Technologies。

从收入规模看，AfterQuery已经远超其A轮阶段的体量，这或许解释了为何投资人愿意给出如此高的溢价。在AI基础设施投资狂热降温的背景下，拥有真实收入且增速惊人的训练数据公司，正成为资本追逐的稀缺标的。

热潮下的冷思考：独角兽光环之外的风险

尽管AfterQuery的成长故事令人振奋，但超高速的估值攀升也伴随着不容忽视的风险。首先，AI训练范式仍在快速演变，如果未来模型对人工专家数据的需求下降，公司的核心价值将受到冲击。其次，竞争对手也在加速布局，Mercor等公司同样在扩展业务边界。此外，如此年轻的团队能否驾驭一家数十亿美元估值的公司，也是市场观察者普遍关注的焦点。

从更宏观的视角看，AfterQuery的崛起是AI产业分工细化的必然产物。随着基础模型能力趋同，数据质量与训练方法的差异化将成为竞争的关键。正如风险投资机构a16z近期在AI投资策略中强调的，"数据护城河"的重要性正日益凸显。

国内视角：AI训练数据赛道的中国力量

AfterQuery的模式在国内也能找到相似的身影。随着大模型竞争进入深水区，国内头部厂商如百度文心一言、阿里巴巴通义千问、DeepSeek等，都在加大对高质量训练数据的投入。与AfterQuery专注"专家行为编码"不同，国内企业更多采取"合成数据+人工精标"的混合路线，以解决特定行业场景下的专业数据短缺问题。

值得注意的是，像深度求索（DeepSeek）这样的公司，在模型推理效率上的创新，某种程度上降低了对海量标注数据的依赖。这提示我们，"数据密集型"与"算法密集型"路线之间的博弈，将是未来两年AI行业最值得关注的看点之一。

结语：快与慢的辩证法

AfterQuery的故事，是AI行业"快鱼吃慢鱼"法则的典型案例。但独角兽的光环只是起点，如何在保持增速的同时构建可持续的技术壁垒，是其创始团队必须面对的长期课题。对于整个行业而言，这场由训练数据引发的价值重估，或许才刚刚开始。

常见问题

AfterQuery是做什么的？

AfterQuery是一家AI训练数据初创公司，专注于通过编码各领域顶尖专家的行为模式、决策逻辑和推理过程，来训练AI模型和智能代理高效完成复杂任务，而非仅仅给出正确答案。

AfterQuery为何估值增长如此之快？

其估值在五个月内从3亿美元飙升至32亿美元，主要得益于两大因素：一是年化经常性收入达到1亿美元，展现出强劲的商业变现能力；二是其独特的"专家行为编码"路线填补了市场空白，被资本视为AI训练领域的下一代基础设施。

AfterQuery的主要客户有哪些？

根据公开信息，其客户包括芯片巨头Nvidia、企业服务公司Legora，以及韩国AI实验室Motif Technologies等。公司表示正与多家全球顶尖AI实验室合作。

AfterQuery与Mercor、Scale有何不同？

Mercor和Scale主要雇佣专业人士进行数据标注，以确保模型回答的准确性。而AfterQuery则专注于训练模型如何像专业人士一样思考和行动，重点在于任务执行的过程智能化，而非单纯的结果准确性。

AfterQuery的创始人背景如何？

两位创始人分别年仅22岁和23岁，是Y Combinator 2025年冬季训练营的学员。他们仅用18个月时间，就将公司从零带到了数十亿美元估值的高度。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。