前言¶
AI 训练与评测数据公司 Mercor.io Corp. 于 2026 年 11 月 10 日对外披露，完成 7.5 亿美元新一轮融资，公司估值 200 亿美元。Mercor 的核心业务，是用规模化的人力资源网络，为模型训练与评测提供领域专家参与的数据与流程；过去几年，客户主要集中在前沿 AI 实验室。本轮资金明确指向另一条线：把在同一套基础设施上积累的「专家评测 + 后训练环境」能力，推到各行业企业，用来衡量智能体能否承接具体岗位工作。对企业侧而言，公开榜单分数往往不足以反映自家系统、制度与边界场景；Mercor 把融资故事押在这一层「可验证的业务评测」上。
融资与估值¶
本轮为 Series D，融资金额 7.5 亿美元，投后估值 200 亿美元。公司未公布领投方。
上一轮融资在 2025 年 10 月：Felicis 领投 3.5 亿美元 Series C，估值 100 亿美元。不到一年半，估值翻倍。Foody 在宣布本轮的博客中提到，交易包含面向员工持股的 tender offer；公司未说明 7.5 亿美元中，多少用于回购员工股份、多少为新增股本。
公司做什么¶
Mercor 自称依托超过 500 万领域专家的网络，承担 AI 训练与评测中需要人工判断的部分。联合创始人兼联席 CEO Brendan Foody 对外表述是：经济中的每个岗位都会对应自己的 AI 智能体，企业需要在自己真实工作上训练和评测这些智能体。Mercor 过去两年在与前沿实验室的合作中搭建相关基础设施；实验室业务增速较快。Foody 2025 年 7 月在 X 上发文称，公司年化收入在 2025 年 6 月已超过 20 亿美元——该数字来自公司高管公开表态，并非本轮新闻稿中的独立审计口径。
另一位联席 CEO Adarsh Hiremath 强调评测场景的差异：模型在公开 benchmark 上表现良好，仍可能在「定义某家企业如何运转」的系统、政策与边界案例上失败。因此 Mercor 为企业客户定制 benchmark，用客户自有标准衡量模型，并以此为起点开展后训练（post-training）。
后训练的一部分运行在 Deeptune Inc. 的软件上。Mercor 于 2025 年 7 月收购这家纽约初创公司；收购前 Deeptune 团队用约两年时间复刻了数百个企业应用，供 AI 智能体在接近真实的环境中练习。公司表示，新资金将投入研究与评测基础设施，包括扩充这类环境。
投资方¶
本轮出现多家产业资本与老牌 VC：
- 产业方：Nvidia Corp.、Salesforce Inc.、Zoom Communications Inc.
- 继续跟投：Benchmark Capital Management Co.、Felicis Ventures Management Co.、General Catalyst Group Management
- 其他参与方：Fundomo、G Squared Equity Management LP、Glade Brook Capital Partners、Sapphire Ventures、StepStone Group Inc.、XTX Ventures，以及 Apollo Global Management Inc. 关联方管理的基金
Sapphire Ventures 总裁、合伙人兼联合创始人 Jai Das 对 SiliconANGLE 表示，迄今专家驱动训练数据的主要采购方仍是前沿实验室；他预期随着开源模型质量提升到足以支撑企业自建，需求结构会变化，并认为 Mercor 凭借与实验室多年的合作形成了难以复制的积累。
对行业的含义¶
智能体落地时，瓶颈越来越常落在「能否在真实业务流程里被验证」，而不是单一公开榜单分数。Mercor 以 200 亿美元估值完成 7.5 亿美元融资，说明资本将「专家评测、定制基准、后训练环境」视为一层基础设施，而不仅是一次性数据外包。
对企业技术团队，可关注的实操点是：若计划在生产环境部署岗位型智能体，需要把评测对象从通用能力测试，扩展到企业系统、合规策略与长尾场景；Mercor 的路径是为每家客户建定制 benchmark，并配合可操作的模拟环境（部分能力来自 Deeptune）做后训练。前沿实验室仍是其收入大盘，但本轮叙事与企业级客户绑定——这与 Sapphire 所述「开源模型成熟后企业自建」的判断一致，也意味着 Mercor 需要在实验室增速与企业交付节奏之间同时兑现增长。
信息来源：SiliconANGLE 2026 年 11 月 10 日报道（Duncan Riley）。
