4 年做到 10 亿美金营收、零融资：Surge AI 靠什么跑赢硅谷游戏？
在「疯狂融资、拼命烧钱」几乎成了硅谷标配的这几年，一家叫 Surge AI 的公司，走了一条完全相反的路：不到四年营收破 10 亿美金，团队不足 100 人， 从未接受一分钱风险投资，还一直保持盈利。
更反常识的是，创始人 Edwin Chen 并不追求「人多声大」，而是刻意避开 VC 游戏、社交媒体炒作，坚持用一个小而精的团队，做一件别人很难复制的事： 给 AI 模型提供真正高质量的训练数据。
Surge AI 到底在做什么？一句话：教 AI 分辨“好”与“坏”
大多数人理解的「AI 数据公司」，就是帮模型打标签、清洗数据。但 Surge AI 做的是更难、也更有壁垒的一块：用人类专家的数据， 教 AI 模型什么是「好答案」、什么是「坏答案」。
他们参与的环节包括：
- 监督微调（SFT）与 RLHF（人类反馈强化学习）的数据生产
- 为大模型设计复杂的评分标准（rubrics）、验证器（verifiers）
- 搭建更贴近真实世界的 RL 环境和评测体系
- 持续追踪模型在真实任务上的进步，而不是只盯学术榜单
Edwin 的核心观点是：高质量数据并不是「招很多标注员」，而是对「质量」本身有一套远高于行业平均的标准和度量方法。
什么是“高质量数据”？不是「凑够 8 行」这么简单
访谈里他用了一个很形象的例子：假设我们想训练模型写一首 关于月亮的八行诗。大多数平台的质量标准可能只有三条：
- 是不是一首诗？
- 有没有 8 行？
- 有没有出现 “月亮” 这个词？
这些只能保证「作业完成」，却保证不了「作品优秀」。而 Surge AI 想要的，是接近诺奖级别的输出：
- 这首诗是否有独特意象？
- 能不能引发情绪和思考？
- 是否在节奏、押韵、结构上有刻意设计？
- 是不是在用一种新角度谈月光与人类经验？
也就是说，他们把数据当作「作品」来打磨，而不是当「任务」来勾选。 这背后需要的，是一整套对标注者与任务的深度建模：
- 谁更擅长写诗？谁更擅长技术文档？谁适合写代码解释？
- 每个人在不同任务上的表现，会持续被追踪和评价
- 模型会反过来验证：这些人产生的数据，是否真的提升了模型表现
本质上，Surge AI 在做一件非常难的事：用机器学习去找出「最会教机器的人」。
为什么他不相信「公开基准」？AI 不是只为刷分
现在大模型发布时，常见的一幕是： 各家都在 PPT 和官网上强调，「我们在 XX 基准上超越了人类」「在 YY 榜单上排名第一」。
但在 Edwin 看来，很多基准测试本身就是有问题的：
- 题目设计混乱、答案错误、噪音很多
- 容易被「刷榜」：调一调提示词、换下评估策略，分数就能明显提升
- 和真实世界的复杂任务差距巨大——会做 IMO 数学题，不代表能看懂一份复杂 PDF
更危险的一点是：当实验室把 KPI 绑在这些榜单上，整个行业就会被「错误目标函数」牵着走。
他特别担心两种趋势：
- 「为营销优化」而不是「为真实能力优化」 模型学会为了 leaderboard 和 PR 把答案写得又长又花哨，甚至用 emoji、加粗、标题等格式来「显得更聪明」，但事实错误却被忽略。
- 「为多巴胺优化」而不是「为真相优化」 如果只追求用户时长、对话轮数，模型就会变成高级版「标题党 + 情绪收割机」，不断迎合用户偏见，而不是挑战错误认知。
他更推崇的是：用真正懂行的人，在真实任务中深度评估模型，而不是靠随手点一点的在线投票。
零融资、反主流：他怎么看「正确的公司构建方式」？
在公司构建上，Edwin 几乎把常见的硅谷「剧本」全部否了个遍：
- 不要为了追热点，每两周 pivot 一次方向
- 不要为了看起来「很大」，疯狂堆人、堆 title
- 不要只想着「估值」「故事」「下一轮融资」
他给创始人的建议很直接：
找到那件「没有你，这家公司就不会存在」的事情。 然后用你一生的经验、偏爱和价值观，把它做到极致。
在他眼里，最好的公司是创始人价值观的具象化： 决策时不是问「指标怎么好看」，而是问「这是不是我认同的世界方向」。
对读者的启发：AI 时代，怎么找到属于你的那条路？
Surge AI 的故事之所以值得被反复提起，并不只是因为「4 年 10 亿美金、0 VC」很爽，而是因为它提供了一个完全不同的样本：
- 你可以不追流量，不追话题，而是追「质量」和「长期价值」
- 你可以不从众，而是围绕自己的独特经历去构建事业
- 你可以把 AI 当成真正的生产力工具，而不是又一个「蹭热点的标签」
如果你正在思考自己的职业和项目方向，不妨也问自己一句：
有哪件事，是「没有我，这件事大概率不会被这样完成」的？ 而我愿不愿意，花上很多年的时间，把它做到极致？
也许，下一个「零融资独角兽」，会诞生在这一类问题的认真回答之中。
评论
发表评论