Meta收购案里的“机会窗口”
6月Meta以143亿美元收购Scale AI 49%股份的交易，不仅让Scale AI CEO Alexandr Wang加入Meta担任首席AI官，更意外为同赛道的Mercor打开了增长通道。这家由Brendan Foody、Surya Midha、Adarsh Hiremath三名22岁青年创立的数据标注公司，正借着Scale AI“中立性争议”的机会，快速填补行业空白。
当看到最大竞争对手被Meta收入麾下，Foody的第一反应不是恐慌，而是兴奋——他判断，Scale AI与Meta的绑定会让其失去中立性，而这对依赖第三方数据服务的AI实验室而言，是不可接受的风险。“其他大型AI公司不会愿意把核心训练数据交给Meta的关联方。”Foody说。
彭博社随后的报道印证了他的推测：OpenAI、谷歌等Scale AI的老客户，已逐步停止与后者的合作。而Mercor，正成为这些客户的新选择。
用“高技能专家”做数据标注，年入1亿美金
Mercor的核心逻辑很简单：用专业人士训练专业AI。和传统数据标注公司不同，它聚焦于招募律师、博士等高技能群体——这些人的专业能力，能帮AI模型理解复杂的法律条文、学术概念等推理类任务，而这正是当前AI模型最需要的训练数据。
同时，Mercor的匹配算法能为每个项目筛选最合适的标注人员。比如为一家专注强化学习的AI公司Applied Compute提供数据集时，其算法精准匹配了具备相关学术背景的博士，让数据质量远超普通标注团队。Applied Compute CEO Yash Patil评价：“Mercor的人才水准，是很多平台做不到的。”
这种模式让Mercor快速崛起：年度化营收达1亿美元，上半年利润600万美元，过去六个月月增长近60%；估值从今年2月的20亿美元，短短半年内飙升至100亿美元，还登上《福布斯》Cloud 100榜单第89位——这是全球未上市云计算公司的顶级榜单。
16岁开始创业的“硅谷基因”
Foody的创业基因，刻在硅谷的成长环境里：母亲曾在Meta房地产团队工作，父亲90年代创办过图形界面公司，后来转做初创企业顾问。16岁读高中时，他就创办公司帮朋友在AWS拿优惠推广价，每人收费500美元；父亲的建议“卖给有钱且痛点强烈的客户”，成为Mercor的核心策略。
2023年，刚读完乔治城大学大二的Foody退学，和两位高中同学创立Mercor。最初公司想做AI招聘，但ChatGPT的爆火让他们转向——为AI实验室提供标注人员。“我们还是一家招聘公司，只是把人匹配给了更需要的AI行业。”Foody说，“名称不重要，重要的是商业回报。”
数据标注：“永不枯竭”的AI刚需
Meta收购Scale AI引发的行业震荡，让外界质疑数据标注的可持续性，但Foody坚信：“只要AI还需要学习复杂概念，人类训练师就是刚需。”而Mercor的优势，在于抓住了“质量”这个核心——投资人Victor Lazarte评价，“构建模型的人都懂，数据质量比数量更重要，而Mercor是高质量数据的最佳提供者。”
对于Scale AI“仍然中立”的回应，Foody并不在意。市场已用脚投票：Mercor的客户名单里，包括OpenAI在内的顶级AI实验室正在增加。“我们不需要靠争议吸引关注，只要把数据质量做到最好，客户会自己来。”Foody说。
AI浪潮里的“后浪”
Meta的143亿收购案，意外让Mercor成为赛道黑马，但更值得关注的，是AI时代的“后浪”力量：Y Combinator今年学员的中位年龄是24岁，比2022年小6岁；Foody、Scale AI的Wang、Cursor的Michael Truell等20+ CEO，正成为AI浪潮中最活跃的群体。
Foody说，他的目标不是成为下一个Scale AI，而是“做最懂AI的标注公司”。而Mercor的故事，本质上是“抓住机会+聚焦质量”的创业样本——三个22岁的青年，用硅谷的基因、专业的眼光，把一个“刚需生意”做成了百亿神话。
AI已成为年轻人的创业乐土，而Mercor的成功，或许能给更多创业者启示：机会，往往藏在巨头的变动里；而成功，永远属于那些把“简单生意”做到极致的人。
