{
 "about": "VC / 投资人自己写的文章（投资备忘、赛道论点、市场地图、年度预测），主题是 AI 训练数据、专家数据、RL 环境、具身数据和数据授权；每篇打开原文核对过标题、日期、作者。gist 是核心观点的中文转述，不是原文；seg 对应 layers.json 的 code，all = 赛道总论。",
 "articles": [
  {
   "t": "Request for Startups: New Verticals for Reinforcement Learning",
   "org": "Village Global",
   "date": "未标日期",
   "url": "https://www.villageglobal.com/insights/rl-opportunity-startups",
   "kind": "赛道论点",
   "seg": [
    "b1"
   ],
   "co": [],
   "gist": "2025 年 RL 把智能体（尤其编码智能体）推到新高度，成为 AI 创业栈的新一层。可靠智能体依赖特定领域的环境、任务和奖励信号，稀缺的是模拟专家工作流（医疗、法律、金融）的训练基础设施；基金欢迎做这类环境的创业者联系。",
   "cav": "页面没有日期和作者，只有 2026 版权年。是征集创业者的帖子，不是研究。",
   "top": false,
   "star": false
  },
  {
   "t": "Inside the Robot Data Factory: How Mecka Sensorizes Humans to Train Robots",
   "org": "Sequoia Capital",
   "au": "Sonya Huang（主持）· 嘉宾 Josh Gao（Mecka AI CEO）",
   "date": "2026-10-31",
   "url": "https://sequoiacap.com/podcast/inside-the-robot-data-factory-how-mecka-sensorizes-humans-to-train-robots",
   "kind": "访谈",
   "seg": [
    "c2"
   ],
   "co": [
    "Mecka AI"
   ],
   "gist": "Mecka 用触觉手套、头戴相机等定制硬件给人「穿传感器」，采第一视角日常和专业任务数据。Gao 说遥操作「很难规模化」，并描述当下的训练配方大约是百万小时人类数据、几万小时机器人数据、再加少量目标场景的遥操作。",
   "cav": "页面日期 10 月 31 日，未核原始上线日；Sequoia 在 2026-10-06 领投 Mecka 6000 万美元 B 轮（TechCrunch），所以这是投资人为被投公司做的节目。配方数字是 CEO 的判断，不是实验结论；Mecka 自称 6 月起年化收入超 1 亿美元，是公司口径。",
   "top": true,
   "star": true
  },
  {
   "t": "Can Open Models Keep Up With the AI Frontier? | Nathan Lambert（The a16z Show）",
   "org": "a16z",
   "au": "Lisha Li（a16z 合伙人，主持）· 嘉宾 Nathan Lambert",
   "date": "2026-10-13",
   "url": "https://podcasts.apple.com/gb/podcast/can-open-models-keep-up-with-the-ai-frontier-nathan-lambert/id842818711?i=1000796289780",
   "kind": "访谈",
   "seg": [
    "b1"
   ],
   "co": [],
   "gist": "节目简介称实验室在算力、资金和开创新训练范式上有结构性优势；讨论蒸馏与技术人才各占多少，以及数据、RL 环境、后训练如何越来越多地决定模型进展。Lambert 的非营利实验室 Trillium 计划公开 RL 环境。",
   "cav": "我只读了节目简介（来自 Feedly/Apple 页面），没听节目；嘉宾 Lambert 是研究者不是投资人，只有主持人在 a16z。",
   "top": false,
   "star": false
  },
  {
   "t": "Investing in Preference Model",
   "org": "a16z",
   "au": "Jennifer Li",
   "date": "2026-10-07",
   "url": "https://a16z.com/announcement/investing-in-preference-model/",
   "kind": "投资备忘",
   "seg": [
    "b2",
    "b1"
   ],
   "co": [
    "Preference Model"
   ],
   "gist": "强化学习环境（模型带工具追目标、被评分）正在成为做更强 AI 的核心，尤其是 AI 研究和 ML 工程任务；但模型很会钻评分器的空子，所以 Preference Model 把内置防御的框架 Karotte 开源，a16z 支持这支团队。",
   "cav": "页面日期 10 月 7 日（搜索结果显示 10 月 6 日）。文中的「开源防作弊框架」是公司自述，没有第三方验证。Jennifer Li 2025-09 在 TechCrunch 采访里说过各大实验室都在内部建 RL 环境、同时也找第三方供应商。",
   "top": false,
   "star": false
  },
  {
   "t": "Fireworks' Lin Qiao: How RL Environments Are Built, and Why They're Your AI Moat（Training Data 播客，转写内容为 Brendan Foody 访谈）",
   "org": "Sequoia Capital",
   "au": "Sonya Huang（主持）· 嘉宾 Brendan Foody（Mercor CEO）",
   "date": "2026-08-12",
   "url": "https://sequoiacap.com/podcast/how-rl-environments-are-built-and-why-they-re-your-ai-moat",
   "kind": "访谈",
   "seg": [
    "a1",
    "b1"
   ],
   "co": [
    "Mercor"
   ],
   "gist": "Foody 说 Mercor 的数据定价大多按单定制，从约 50 美元到 1 万美元一条任务：从客户想在榜单上到什么位置反推价值，再叠专家时薪（例如 10 小时 × 150 美元）加毛利。他认为应用层公司要自建环境和数据，但与专业供应商合作比自建专家网络更省。",
   "cav": "页面标题写的是 Fireworks 的 Lin Qiao，转写正文却是 Foody；页面显示 2026-10-31，Podwise 列出的同系列 Foody 一期为 2026-08-12，这里取 08-12，未能确认是同一期。嘉宾是被投公司外的数据供应商 CEO，说法带自我定位。",
   "top": true,
   "star": true
  },
  {
   "t": "无法蒸馏的美国市场，谁在分食 Frontier Labs 百亿美金数据预算？",
   "org": "海外独角兽",
   "au": "Patrick, Haina",
   "date": "2026-08-04",
   "url": "https://news.qq.com/rain/a/20260804A08FN500",
   "kind": "赛道论点",
   "seg": [
    "a1",
    "b1"
   ],
   "co": [
    "Mercor",
    "Handshake AI",
    "Fleet"
   ],
   "gist": "文章称 Mercor run rate 从 2025 下半年约 5 亿美元涨到 2026 年中约 20 亿美元，Handshake 转型 human data 后年初三个月从 5.5 亿涨到 10 亿美元，Fleet 半年从百万美元级做到 6000 万美元并再翻倍。作者把数据生意比作「甜蜜的毒药」：适合冷启动，但有人力产能瓶颈、静态数据贬值快、客户集中在少数实验室，所以能长期独立存活的数据公司终局不是卖数据；头部 human data 公司按约 10 倍 run rate 定价，若退出估值回到 2–3 倍，成长期投资的上行空间不清晰。",
   "cav": "这是腾讯新闻上的海外独角兽官方账号转载页（2026-08-04 13:01 发布，搜索结果标 08-03）。所有 run rate 数字是文中转述，我没有逐一回查原始出处。",
   "top": true,
   "star": true
  },
  {
   "t": "真实工作流，正在成为下一代训练数据",
   "org": "海外独角兽",
   "au": "Celia, Siqi",
   "date": "2026-07-23",
   "url": "https://eu.36kr.com/zh/p/3907435841426566",
   "kind": "赛道论点",
   "seg": [
    "a1",
    "b1",
    "b3"
   ],
   "co": [
    "Scale AI",
    "Mercor",
    "Surge AI",
    "Handshake AI",
    "Protege"
   ],
   "gist": "来自企业真实工作流的数据正成为实验室争夺的新资源：长程任务需要杂乱真实的上下文，专家很难在沙盒里编造。供给没跟上需求，作者认为数据公司要从「人为构造任务」转向「捕获真实工作产生的数据」，构造数据的窗口可能变窄；企业数据多、ML 工程师少，部分企业可能自己做后训练。",
   "cav": "页面有两类公司的划分（Human data 公司、RLaaS 公司），但没点名具体公司。作者署名取自 36氪页面；海外独角兽通常被认为是拾象团队的研究账号，页面没写明；本条按「投资机构研究」收，请站点定。",
   "top": true,
   "star": true
  },
  {
   "t": "Organizing human intelligence to power the AI economy（Mercor 专题）",
   "org": "Felicis",
   "au": "Matt Quinn（Felicis 博客约稿记者）",
   "date": "2026-07-21",
   "url": "https://www.felicis.com/blog/mercor-profile-organizing-human-intelligence-to-power-the-ai-economy",
   "kind": "投资备忘",
   "seg": [
    "a1"
   ],
   "co": [
    "Mercor",
    "Deeptune"
   ],
   "gist": "Felicis 为自己投的 Mercor 写的长稿：称 run rate 2025-09 约 5 亿美元、2026-03 约 10 亿美元、2026-06 年化约 20 亿美元，每天付给专家超过 400 万美元；防御力靠 500 万以上审核过的专家网络和把评测当基础设施。提到 2026-03 数据泄露后 60 天内 run rate 反而增加 3 亿美元。",
   "cav": "Felicis 领投了 Mercor 的 B 轮和 C 轮，立场不中立。文章没有估值，也没有区分净收入与付给专家前的毛流水；作者是约稿记者，不是合伙人。页面日期 07-21，搜索结果 07-20。",
   "top": true,
   "star": true
  },
  {
   "t": "Every single startup selling AI Training Data (July 2026)",
   "org": "Menlo Ventures",
   "au": "Deedy Das",
   "date": "2026-07-11",
   "url": "https://x.com/deedydas/status/2076142677272441062",
   "kind": "市场地图",
   "seg": [
    "a1",
    "a2",
    "b1",
    "b2",
    "b3",
    "e2"
   ],
   "co": [
    "Scale AI",
    "Surge AI",
    "Mercor",
    "Handshake AI",
    "Arena（LMArena）"
   ],
   "gist": "50 多家公司向大型 AI 实验室卖数据和 RL 环境，合计约 85 亿美元营收、约 1000 亿美元估值，超过四分之三集中在 Scale、Surge、Mercor、Handshake 四家。同日补了一批漏掉的公司，分数据市场、电脑使用、代码、长程推理、评测、垂直领域几组。",
   "cav": "作者自述营收估值只用公开来源（含传闻），有不少偏低，并说 Arena 实际约 1 亿美元。36氪转述称图中逐行有数字的是 28 家，与「50 多家」不是同一口径。X 上的长图我没逐格核对。",
   "top": true,
   "star": true
  },
  {
   "t": "20VC: Mercor CEO on Why Application Layer Companies Have No Defensibility, The Model is the Product…",
   "org": "20VC",
   "au": "Harry Stebbings（主持）· 嘉宾 Brendan Foody（Mercor CEO）",
   "date": "2026-05-31",
   "url": "https://podscan.fm/podcasts/the-twenty-minute-vc-20vc-venture-capital-startup-funding-the-pitch/episodes/20vc-mercor-ceo-on-why-application-layer-companies-have-no-defensibility-the-model-is-the-product-token-spend-will-exceed-headcount-spend-in-5-years-the-true-cost-of-hiring-ai-researchers-in-the-valley-today-with-brendan-foody",
   "kind": "访谈",
   "seg": [
    "a1"
   ],
   "co": [
    "Mercor"
   ],
   "gist": "节目大纲里有三个对本图重要的问题：数据供应商市场会不会按垂直领域拆开专业化；公司所说的收入到底是收入还是 GMV；Mercor 会不会上市。开场称 Mercor 估值已超 100 亿美元、营收超 10 亿美元。",
   "cav": "我只核对了节目大纲和开场，没听全程，所以没写 Foody 的具体回答。日期取 Podscan 页面（05-31）；链接是第三方播客索引页，不是 20VC 官网。",
   "top": false,
   "star": false
  },
  {
   "t": "Investing in Deeptune",
   "org": "a16z",
   "au": "Marco Mascorro, Martin Casado",
   "date": "2026-03-19",
   "url": "https://a16z.com/announcement/investing-in-deeptune/",
   "kind": "投资备忘",
   "seg": [
    "b1"
   ],
   "co": [
    "Deeptune"
   ],
   "gist": "a16z 领投 Deeptune A 轮，判断强化学习已是下一代 AI 系统的瓶颈也是突破口：模型开始用工具、操作界面、写代码之后，限制不再只是预训练数据，而是学习环境的质量；文章认为环境质量比数据量更重要，数据从静态标注变成工程化系统。",
   "cav": "页面日期 3 月 19 日，Fortune 与 FinSMEs 报道为 3 月 18 日；4300 万美元 A 轮金额来自 FinSMEs/Fortune，不在正文。文中没有比较外采与实验室自建。4 个月后 Mercor 收购 Deeptune，且 Mercor CEO 是该轮天使，他对 Fortune 说收购是这笔投资的「主要动机」（据 SiliconANGLE 转述）。",
   "top": true,
   "star": true
  },
  {
   "t": "Can world models unlock general purpose robotics?",
   "org": "Bessemer",
   "au": "Bhavik Nagda, Grace Ma, Talia Goldberg",
   "date": "2026-03-10",
   "url": "https://www.bvp.com/atlas/can-world-models-unlock-general-purpose-robotics",
   "kind": "赛道论点",
   "seg": [
    "c1",
    "c2",
    "c3"
   ],
   "co": [
    "Meta"
   ],
   "gist": "机器人没有语言模型那样的海量训练数据。遥操作成本高，文中原话「Teleop will not cut it」；互联网视频提供世界知识但没有具体机器人的动作知识；手搭物理仿真对刚体行走够用、对柔性物体接触不行，预计主要用于评测；世界模型从视频学物理，Meta 的 V-JEPA 2 在加了 62 小时无标注机器人视频后零样本抓放成功率达 80%。作者认为触觉、长程一致性、实时速度和成本仍是未解问题。",
   "cav": "日期取自页面读取结果（搜索结果没给日期），请站点复核。说法是对「数据从哪来」的路线判断，不是对数据公司的评价。",
   "top": true,
   "star": true
  },
  {
   "t": "Building the GitHub for RL Environments: Prime Intellect's Will Brown & Johannes Hagemann",
   "org": "Sequoia Capital",
   "au": "Sonya Huang（主持）· 嘉宾 Will Brown、Johannes Hagemann",
   "date": "2026-02-09",
   "url": "https://sequoiacap.com/podcast/building-the-github-for-rl-environments-prime-intellects-will-brown-johannes-hagemann/",
   "kind": "访谈",
   "seg": [
    "b1"
   ],
   "co": [
    "Prime Intellect"
   ],
   "gist": "论点是每家 AI 公司都该用自己的数据做后训练；RL 环境（任务 + 工具框架 + 评分细则）既是训练也是评测和合成数据的复用件。嘉宾说人类数据不会消失，因为环境按定义是为模型还不行的事建的。",
   "cav": "页面当前显示 2026-10-31，这里的 02-09 取自搜索结果与 Podwise（02-10）。节目没有直接回答环境该买还是该自建，只暗示公司会有自己的私有环境、同时用 Prime Intellect 的 Environments Hub 共享部分。",
   "top": false,
   "star": false
  },
  {
   "t": "Who Will Win the RL Environment Market—and Why",
   "org": "Wing Venture Capital",
   "au": "Chris Zeoli",
   "date": "2026-01-27",
   "url": "https://docs.wing.vc/content/who-will-win-the-rl-environment-market--and-why",
   "kind": "赛道论点",
   "seg": [
    "b1"
   ],
   "co": [],
   "gist": "预计 RL 环境市场到 2030 年从约 20 家早期公司整合成 3 到 5 个大赢家，其中一两家平台领先；赢家是研究型、能嵌进前沿实验室做「思考伙伴」的专才供应商，因为实验室把预算集中给少数信任的伙伴。",
   "cav": "页面日期 01-27（搜索结果 01-26）。只间接谈到自建，原话大意是如果整条流水线能自动化，实验室会自己建。3–5 家是作者预判。",
   "top": true,
   "star": true
  },
  {
   "t": "Felicis's Series A in Arena: Benchmarking & Advancing AI Model Progress",
   "org": "Felicis",
   "au": "Aydin Senkut, Peter Deng, Astasia Myers, Sundeep Peechu",
   "date": "2026-01-06",
   "url": "https://www.felicis.com/blog/lmarena-announcement",
   "kind": "投资备忘",
   "seg": [
    "b2"
   ],
   "co": [
    "Arena（LMArena）"
   ],
   "gist": "Felicis 领投 Arena A 轮，理由是它是「最可靠、独立的真实世界模型能力信号」；首个评测产品 2025-09 上线，已被主要模型开发者使用；公司预计年底收入超过 2500 万美元。",
   "cav": "页面日期 01-06（搜索结果 01-05）。2500 万美元是预计年底收入；Menlo 的 Deedy 在 2026-07 贴里说 Arena 实际约 1 亿美元，两处口径没对齐，不要直接合并。Arena 的中立性问题（实验室早期访问）这篇没谈。",
   "top": false,
   "star": false
  },
  {
   "t": "RL in Real Life: Durable Moats",
   "org": "Greylock",
   "au": "Shreya Shekhar",
   "date": "2025-12-11",
   "url": "https://greylock.com/blog/rl-in-real-life-durable-moats/",
   "kind": "赛道论点",
   "seg": [
    "b1"
   ],
   "co": [],
   "gist": "基础模型变强也满足不了企业定制的需求，因为需求取决于业务上下文和私有数据。长久优势属于把自己的场景知识和数据与可靠的 RL 方法结合的公司；企业场景里赢家会是 RL 工具可靠、又贴近客户流程的供应商。",
   "cav": "页面注明 2026-10-26 更新过，首发日取 2025-12-11。文章不点名具体数据公司。",
   "top": false,
   "star": false
  },
  {
   "t": "The invisible tax on the open web（Big Ideas 2026: Part 3）",
   "org": "a16z",
   "au": "Elizabeth Harkavy",
   "date": "2025-12-11",
   "url": "https://a16z.com/newsletter/big-ideas-2026-part-3/",
   "kind": "年度预测",
   "seg": [
    "e1",
    "d1"
   ],
   "co": [],
   "gist": "AI 智能体从靠广告和订阅养活的网站抽内容，却绕开了养活内容的收入。作者认为现有 AI 授权协议只是不可持续的权宜之计，付给创作者的远低于流量下滑的损失；预计 2026 年的转折是从静态授权转向实时、按使用付费，可能用链上小额支付。",
   "cav": "整份 Big Ideas 是多位合伙人短文的合集，这一节是 Harkavy 的预测。沿用姊妹图谱「Agent 数据 API 图谱」已核对的条目；页面日期有 12-11/12-12 两种。",
   "top": false,
   "star": false
  },
  {
   "t": "Turing CEO Jonathan Siddharth: Who Wins in Data Labelling & Why 99% of Knowledge Work Will Disappear",
   "org": "20VC",
   "au": "Harry Stebbings（主持）· 嘉宾 Jonathan Siddharth（Turing CEO）",
   "date": "2025-12-01",
   "url": "https://www.996.fm/episodes/20vc--ep-5e33325d/transcript.md",
   "kind": "访谈",
   "seg": [
    "a2"
   ],
   "co": [
    "Turing",
    "Scale AI",
    "Surge AI",
    "Mercor"
   ],
   "gist": "Siddharth 预计只会剩「几个赢家」，因为实验室要多家供应商来保供应和压价；他把 Turing 定位成「研究加速器」而不是数据标注公司，说标注已是过时的类别，并称 Turing 与 8 家前沿实验室中的 7 家合作；还说 Turing 报 GAAP 收入、项目制收入不同于 SaaS ARR。",
   "cav": "嘉宾是被评价公司的 CEO，说法带自我定位。节目简介称 ARR 约 3.5 亿美元（Muck Rack）/3 亿美元（ulisten），两处不一致，本条不引用。链接是第三方转写页，节目标题日期 2025-12-01 取自 Muck Rack。",
   "top": false,
   "star": false
  },
  {
   "t": "Staying ahead of the curve: Our Series A in Datacurve",
   "org": "Chemistry",
   "au": "Mark Goldberg, Bohan Lou",
   "date": "2025-10-09",
   "url": "https://www.chemistry.vc/post/staying-ahead-of-the-curve",
   "kind": "投资备忘",
   "seg": [
    "b3"
   ],
   "co": [
    "Datacurve",
    "Scale AI"
   ],
   "gist": "Chemistry 领投 Datacurve 1500 万美元 A 轮，理由是模型能力受数据质量限制，尤其是代码；Datacurve 用游戏化悬赏吸引高水平工程师做难采的数据集。文中称已付出超过 100 万美元悬赏、与 AI 实验室有数百万美元合同，并把 Scale 并入 Meta 称作机会。",
   "cav": "这些数字是投资人转述公司自述，没有独立指标；文中把 Datacurve 对比「低成本离岸劳动力」，但没给质量对比证据。",
   "top": false,
   "star": false
  },
  {
   "t": "Rocket Fuel for AI: Why Reinforcement Learning Is Having Its Moment",
   "org": "Felicis",
   "au": "Astasia Myers",
   "date": "2025-08-20",
   "url": "https://www.felicis.com/blog/reinforcement-learning",
   "kind": "赛道论点",
   "seg": [
    "b1"
   ],
   "co": [
    "Mechanize",
    "Applied Compute",
    "Veris AI",
    "Osmosis"
   ],
   "gist": "强化学习会让模型在部署后继续通过实验进步。她看到两个趋势：模拟真实知识工作的环境，和让企业不需要自己的 RL 团队就能训练的云平台；把二者都当作基础设施机会。",
   "cav": "页面日期 08-20（搜索结果 08-19）。写的是 2025 年中的判断，当时 RL 环境刚起步，正文把 RL 即服务平台（Applied Compute 等）也算进来，与卖数据的公司不是一类。",
   "top": false,
   "star": false
  },
  {
   "t": "Theory Ventures' Tomasz Tunguz on AI value accrual, blockchain investing, and the moat question（TBPN 摘要）",
   "org": "Theory Ventures",
   "au": "Tomasz Tunguz（TBPN 播客访谈摘要）",
   "date": "2025-06-27",
   "url": "https://www.tbpndigest.com/story/2025-06-27/theory-ventures-tomasz-tunguz-on-ai-value-accrual-blockchain-investing-and-the-moat-question-in-a-world-of-fast-moving-foundation-models",
   "kind": "访谈",
   "seg": [
    "all"
   ],
   "co": [],
   "gist": "Tunguz 认为 AI 的持久护城河靠用户反馈回路和遥测数据，而不是原始训练数据，并拿 DeepSeek 通过 API 蒸馏举例说明专有数据集没有看上去那么难守。",
   "cav": "这是第三方摘要页，我只读了要点，没读全文；2025-06 比 RL 环境起爆更早，且讲的是模型公司护城河而不是数据供应商。放进来是和「数据是不是护城河」的另一方对照。",
   "top": false,
   "star": false
  }
 ],
 "debates": [
  {
   "q": "数据公司到底是 AI 平台，还是人力外包？估值该按什么算？",
   "a": "口径不同。Mercor CEO Foody 一侧把数据当成与算力、算法并列的第三根支柱，据第三方转引他认为市场低估了数据公司（原帖我没取到）；他上 20VC 的节目大纲里有专门一节问「收入到底是收入还是 GMV」。海外独角兽 2026-08 的文章按 run rate 倍数讲：头部 human data 公司约 10 倍 run rate 定价，已计入需求增长和完美执行；若退出估值回到 2–3 倍，成长期投资上行不清晰；终局商业模式不会是卖数据。Turing CEO 说自己是「研究加速器」，报 GAAP 收入，项目制收入不同于 SaaS ARR。Enterprise DNA 引 Sacra 的估算并指出怀疑者看法：收入是付给专家之前的口径、客户集中在几家实验室。Felicis 的 Mercor 专题给了 run rate 路径（2025-09 约 5 亿、2026-06 年化约 20 亿美元），但没有估值，也没有拆净收入与毛流水，且 Felicis 是 Mercor 的投资人。",
   "refs": [
    "https://news.qq.com/rain/a/20260804A08FN500",
    "https://podscan.fm/podcasts/the-twenty-minute-vc-20vc-venture-capital-startup-funding-the-pitch/episodes/20vc-mercor-ceo-on-why-application-layer-companies-have-no-defensibility-the-model-is-the-product-token-spend-will-exceed-headcount-spend-in-5-years-the-true-cost-of-hiring-ai-researchers-in-the-valley-today-with-brendan-foody",
    "https://www.996.fm/episodes/20vc--ep-5e33325d/transcript.md",
    "https://www.felicis.com/blog/mercor-profile-organizing-human-intelligence-to-power-the-ai-economy",
    "https://enterprisedna.co/resources/ai-map/data/"
   ]
  },
  {
   "q": "RL 环境该外采，还是实验室 / 应用公司自建？",
   "a": "都有人说，但各说各的口径。a16z 的 Jennifer Li 2025-09 对 TechCrunch 说所有大实验室都在内部建环境，同时也找第三方供应商做高质量环境和评测。Wing VC 预计到 2030 年整合成 3–5 家赢家，实验室把预算集中给少数信任的研究型伙伴，只在「整条流水线能自动化」时才会自建。Sequoia 播客里 Foody 说应用层公司要自建环境和数据来守住护城河，但与专业供应商合作比自建专家网络更省。Prime Intellect 的说法是每家公司都该后训练，保留私有环境并共享部分公共环境。Greylock 的判断是长久优势属于把自家场景数据与可靠 RL 方法结合的公司，企业市场里供应商要贴着客户流程。",
   "refs": [
    "https://techcrunch.com/2025/09/21/silicon-valley-bets-big-on-environments-to-train-ai-agents/",
    "https://docs.wing.vc/content/who-will-win-the-rl-environment-market--and-why",
    "https://sequoiacap.com/podcast/how-rl-environments-are-built-and-why-they-re-your-ai-moat",
    "https://sequoiacap.com/podcast/building-the-github-for-rl-environments-prime-intellects-will-brown-johannes-hagemann/",
    "https://greylock.com/blog/rl-in-real-life-durable-moats/"
   ]
  },
  {
   "q": "具身数据哪条路线会赢：真机遥操、人类第一视角、还是仿真 / 世界模型？",
   "a": "没有一致答案，口径也不同。Mecka CEO（Sequoia 播客）说遥操作很难规模化，当下配方约百万小时人类数据加几万小时机器人数据加少量目标场景遥操作；Mecka 是卖第一视角数据的，立场明确。Bessemer 写「Teleop will not cut it」，认为互联网视频给世界知识、不给具体机器人的动作知识，仿真主要用于评测，世界模型是未解问题。艺恩的白皮书解读认为没有最优范式、只有最适合当前阶段的范式组合。另一边，XDOF 做真机遥操，TechCrunch 2026-09 报道它在洽谈由 8VC 领投、估值约 12 亿美元的 B 轮，年化收入接近 5000 万美元（均为报道，未确认）。CVPR 2026 论文（学术，非投资人）称观察到「负兑换率」：约 10 条人类视频轨迹会抵消单条遥操作示范带来的收益，对「人类视频便宜所以划算」是反例。",
   "refs": [
    "https://sequoiacap.com/podcast/inside-the-robot-data-factory-how-mecka-sensorizes-humans-to-train-robots",
    "https://www.bvp.com/atlas/can-world-models-unlock-general-purpose-robotics",
    "https://m.sgpjbg.com/labelsyh/jushenshujusifanshi.html",
    "https://techcrunch.com/2026/09/04/xdof-just-three-months-out-of-stealth-is-in-talks-for-a-series-b-at-a-1-2b-valuation/",
    "https://www.openaccess.thecvf.com/content/CVPR2026F/papers/Shi_Teleoperation_Simulation_or_Human_Video_Data_Utilization_Law_for_Robot_CVPRF_2026_paper.pdf"
   ]
  },
  {
   "q": "Scale AI 被 Meta 入股后，还算中立供应商吗？谁因此受益？",
   "a": "交易是 2025-06 的 143 亿美元投资，Scale 称估值超 290 亿美元并称仍是独立公司。Chemistry 在投 Datacurve 的备忘里把「Scale 并入 Meta」当成机会；Mercor 联合创始人对 CNBC 说公司借了 Scale 被入股后的转向；TechCrunch 播客简介称 OpenAI 和 Google DeepMind 在 Meta 入股后切断与 Scale 的合作；Enterprise DNA 引用的怀疑者说 Scale 在交易后几周内丢了大客户。Scale 一侧：Forbes 2026-05 采访里公司说预料到动荡，数据标注仍是「绝大多数」收入，但预计 18 个月内应用业务超过数据业务。口径差别在于：前几家说的是「实验室不再放心把数据交给它」，Scale 自己说的是业务仍在、但重心要移向应用。",
   "refs": [
    "https://apnews.com/article/meta-ai-superintelligence-agi-scale-alexandr-wang-4b55aabf7ea018e38ffdccb66e37cf26",
    "https://www.chemistry.vc/post/staying-ahead-of-the-curve",
    "https://www.cnbc.com/amp/2025/10/27/ai-hiring-startup-mercor-funding.html",
    "https://techcrunch.com/podcast/mercor-has-its-moment-in-the-ai-data-race/",
    "https://www.forbes.com/sites/richardnieva/2026/05/14/scale-meta-deal/"
   ]
  },
  {
   "q": "数据本身是不是护城河？",
   "a": "Theory Ventures 的 Tunguz 认为模型层的持久护城河靠用户反馈回路和遥测，而不是原始训练数据（以 DeepSeek 的 API 蒸馏为例）。海外独角兽说数据公司能长期积累的是研究员信任、持续的数据供给源、经真实训练验证的质量体系和快速转向的组织力，真实世界数据可以用供给侧独家协议把先发优势变成护城河，同时又说静态数据资产贬值快。Greylock 的口径是企业自己的场景数据加 RL 方法才是护城河。Wing 认为护城河是「稳定的混合验证闭环」，而不是环境数量。注意口径：前两种说的是模型公司或企业的护城河，后几种说的是数据供应商自己的护城河。",
   "refs": [
    "https://www.tbpndigest.com/story/2025-06-27/theory-ventures-tomasz-tunguz-on-ai-value-accrual-blockchain-investing-and-the-moat-question-in-a-world-of-fast-moving-foundation-models",
    "https://news.qq.com/rain/a/20260804A08FN500",
    "https://eu.36kr.com/zh/p/3907435841426566",
    "https://greylock.com/blog/rl-in-real-life-durable-moats/",
    "https://docs.wing.vc/content/who-will-win-the-rl-environment-market--and-why"
   ]
  },
  {
   "q": "内容授权是长期收入，还是一次性的权宜之计？",
   "a": "a16z 的 Harkavy 认为现有 AI 授权协议是不可持续的权宜之计，付给创作者的远低于流量下滑的损失，预计转向实时、按使用付费。LLM Pulse 的整理显示已有的大额交易多是固定金额（如报道的 OpenAI × News Corp 约 2.5 亿美元五年、Google × Reddit 约 6000 万美元每年），同时 Perplexity 改用广告分成。Cloudflare 收购 Human Native 的说法是把数据当成「值得结构化、透明、尊重的资产类别」，要让 AI 开发者用内容就付费。ipto.ai 的摘要则提醒：授权数据通常按单报价，没有价目表，而按爬取付费、内容授权网络主要服务运行时接地而非训练。三方口径不同：有的指训练授权，有的指运行时取用。",
   "refs": [
    "https://a16z.com/newsletter/big-ideas-2026-part-3/",
    "https://llmpulse.ai/blog/ai-content-licensing-deals/",
    "https://blog.cloudflare.com/human-native-joins-cloudflare/",
    "https://www.ipto.ai/guides/ai-data-vendor-landscape-2026/"
   ]
  }
 ]
}