拒绝融资、拒绝PR、拒绝扩张：一个研究者如何做出10亿美元的AI公司

75 0 0

文章摘要

Surge AI是一家在人工智能领域具有独特发展路径的公司，尽管其知名度不及OpenAI、Google DeepMind等巨头，但其在行业中的影响力不容忽视。这家公司以不到100人的团队实现了年收入超10亿美元，且从未接受过任何风险投资，从创立之初就保持盈利。其成功的关键在于专注于为ChatGPT、Claude、Gemini等一线大模型提供高质量的数据和工具，尤其在模型的后训练、评测和对齐阶段发挥了重要作用。

创始人Edwin Chen的背景与典型的硅谷创业者不同，他是一位学术型工程师，曾在MIT、Google、Facebook和Twitter从事机器学习研究。他的创业哲学完全背离了硅谷的主流模式：不追求估值、不进行路演、不扩张团队，而是专注于用高质量数据教会模型区分好坏。这种反主流的策略使得Surge AI在喧嚣的科技行业中独树一帜，Edwin Chen也将自己定位为“下一代AI的养父”，而非传统意义上的创业者。

Edwin Chen对公司管理的理念同样独特。他认为，裁掉90%的员工可能让公司运行得更高效，因此Surge AI的团队规模极小，且招聘标准极其苛刻，只吸纳“痴迷型”工程师和研究员。公司没有复杂的层级管理，核心成员直接面对客户和问题。此外，Surge AI完全拒绝风险投资，依赖产品本身的口碑传播实现增长。Edwin Chen认为，这种方式避免了公司被“硅谷机器”带偏，确保了长期价值的实现。

Surge AI的核心竞争力在于其对高质量数据的极致追求。Edwin Chen从自身经历中意识到，传统的数据标注方式无法满足大模型时代的需求，因此创立Surge AI专注于用极高标准的人类数据训练和评估模型。与其他公司不同，Surge AI不仅关注数据的表面合规性，更注重其内在质量。例如，在训练模型写诗时，他们不仅检查格式，还要求内容具有独特的艺术性和深度。为实现这一目标，Surge AI收集标注者的行为信号（如打字节奏、响应时间等），并通过内部模型筛选真正“有品位”的标注者。

Edwin Chen对当前大模型行业的发展方向提出了尖锐批评。他认为，许多实验室被错误的“目标函数”误导，例如过度依赖开放投票榜（如LMSys Arena）优化模型，导致模型倾向于生成表面华丽但实质空洞的内容。这种趋势使得整个行业在为“超市门口买小报的人”优化AI，而非追求真理。他警告，这与社交媒体算法追求用户参与度而牺牲信息质量的路径如出一辙。Surge AI的研究发现，爬榜的最快方式是让模型输出看起来更花哨，即使事实是错误的。

Edwin Chen的创业故事体现了他对目标函数的深刻理解。他强调，模型的行为最终取决于其训练数据、评价指标以及创造它的公司的价值观。Surge AI通过拒绝融资、PR和扩张，将“高质量数据”这一目标函数写入下一代AI的成长轨迹。Edwin Chen认为，创业不应围绕财务报表或融资，而是应专注于将一件事做到极致。他建议创始人思考：“如果没有你，这件事是否还会有人做？”以及“十年后失败，是否仍觉得值得？”

Surge AI的成功证明，在喧嚣的科技行业中，安静而专注地解决核心问题同样能建立一家价值10亿美元的公司。其案例为AI行业提供了另一种发展范式：不追逐短期指标，而是通过定义和实现真正的“好数据”“好模型”和“好目标函数”，塑造AI的未来。