| 成立 | 2023 年，美国加州圣何塞（旧金山湾区）；三人在巴西圣保罗黑客马拉松上发现"把印度工程师介绍给美国初创"的生意起家 |
| 创始人 | Brendan Foody（CEO）、Adarsh Hiremath（CTO）、Surya Midha（COO）— 高中辩论队友，先后辍学，2024 年全部成为 Thiel Fellows |
| 总部与团队 | 旧金山；纽约、伦敦设有办公室；400+ 员工（官网口径）；2025 年 7 月曾仅 11 名全职 + 20 名印度合同工 |
| 定位 | "Organizing human intelligence to power the AI economy" — 人类专家与前沿模型之间的数据连接层 |
| 主营 | 专家网络（招聘/管理/结算）、定制训练数据、现成数据集（5 万+ 任务、30+ 领域）、专业评测（APEX 系列）、强化学习环境（RL Studio / APEX-SWE）、企业 AI 服务、企业数据授权、机器人视频采集 |
| 目标客户 | OpenAI、Anthropic、Google DeepMind、英伟达等基础模型公司（2026 H1 贡献 91% 收入）；正拓展企业客户（公开案例含 Ramp、Blue Owl、花旗） |
| 关键转折 | 早期为 AI 招聘平台，曾为 Scale AI 输送 1000+ 工程师；因承包商付款纠纷绕过中间商直接服务模型公司（Cognition 等），后转向专家数据业务 |
招募全球各专业领域人才，为模型公司"生产数据"：出题、写参考答案、制定评分标准（rubric）、评价模型输出。
基础模型公司贡献 91% 收入（2026 H1）；收入模式为人才匹配费（约 30%）与时薪加价（cost-plus，综合抽成约 30–40%）。
三人在巴西黑客马拉松上开始帮美国初创对接印度工程师，首单每周 $500，70% 付给工程师；随后辍学全职创业。
General Catalyst 领投；产品为 AI 招聘系统（自动读取简历/GitHub、AI 视频面试、匹配与结算）。
Benchmark 领投，General Catalyst 及 Peter Thiel、Jack Dorsey、Larry Summers 等跟投；平台用户超 30 万。
Felicis 领投，Benchmark、General Catalyst、DST Global、Menlo Ventures 跟投；年收入已达 $75M，月环比增长约 50%。
Felicis 领投，Benchmark、General Catalyst、Robinhood Ventures 参投；估值较 B 轮翻 5 倍。
5000+ 承包商项目一夜结束，重聘至 Nova 项目时薪由 $21 降至 $16，引发媒体与舆论（Forbes 等报道）。
发布 APEX-Agents；收购 Sepal AI；与 Cognition 推出 APEX-SWE；2 月 ARR 突破 $10 亿。
3 月受 LiteLLM 供应链攻击影响（攻击者声称窃取约 4TB 数据），4 月 Meta 暂停合作；6 月 ARR 破 $20 亿，官网称日支付超 $400 万。
并入企业应用仿真平台（a16z 系，曾获 $43M A 轮）；与 Ramp 联合发布 APEX-Accounting 评测。
英伟达洽谈参投、General Catalyst 牵头（截至 9.10 未确认）；被曝与腾讯存在业务关系、与阿里巴巴有采购协议。
与 SkyRL 合作对 Qwen3.5-397B-A17B 强化学习：APEX-Agents 任务成功率 16.11% → 27.29%，公开权重与评测记录。
| 公司 | 模式 | 专家/数据覆盖 | 阶段 / 融资 | 与 Mercor 的差异 |
|---|---|---|---|---|
| Mercor | 专家网络 + 数据生产 + 评测/RL 环境 | 法律、医学、金融、工程等全专业 | 估值 $100 亿（2025.10）；洽谈 $200 亿 | 本体：AI 招聘起家，强匹配与生产运营体系，向评测/环境/企业服务纵深 |
| Scale AI | 企业级标注巨头 + Outlier 专家网络 | 全模态（文本/图像/视频/具身） | Meta 以约 $143 亿入股 49%（2025.6）；创始人 Alexandr Wang 加入 Meta | 规模与全球交付体系最成熟；并购事件后 Google 等重新评估合作，独立供应商获单窗口 |
| Surge AI | 语言数据 + RLHF + 研究协作 | 语言与对话数据为主 | 成熟服务商 | 更早深入语言数据与 RLHF 研究协作，规模小于 Mercor |
| Handshake | 校园与职业网络专家 | 学生 / 早期职业人才 | 成熟服务商 | 人才入口不同，面向教育背景人才网络 |
| Turing | 全球软件工程师供给 + 模型训练 | 软件工程为主 | 成熟服务商 | 工程师资源为主，专业领域覆盖窄于 Mercor |
| 模型公司自建团队 | 内部数据团队 | 核心训练目标与关键评测内化 | — | xAI 曾裁 500+ 通用数据人员并扩充专业 AI tutor；自建与外包并存是常态 |
2026 H1 有 91% 收入来自基础模型公司；客户可分散采购（英伟达同时用 Turing、Scale 与内部团队）、自建团队，或因安全原因暂停（Meta 2026.4 起暂停合作）。
2026.3 LiteLLM 供应链攻击，攻击者声称窃取约 4TB 数据（数据库/源码/视频）；6.25 调查总结称仅有限专家敏感信息与客户资料受影响，但供应商掌握训练任务与客户研发资料，安全要求随业务深入而提高。
Musen 项目 5000+ 人一夜被裁、$21→$16 降薪重聘（低于加州等州最低时薪线），项目用代号、不公布最终客户；弹性是卖点也是承包商收入风险，舆论与用工监管风险持续。
约 2/3 收入支付给承包商，毛利率仅 33%；改善依赖数据集/评测复用，但各产品收入与复用率未披露，2027 年 46%、2030 年 56% 的预期尚待验证。
$200 亿洽谈估值约为年化收入 10 倍；融资材料预测 2030 年总收入近 $690 亿、企业客户贡献 57%，但企业业务当前收入、毛利与续约均未公开。
模型能力趋同后竞争转向后训练数据质量，"能不能从 Mercor 获得独家有效数据"直接影响模型迭代节奏；数据成核心知识产权，供应商议价力上升。
评测（APEX 系列）+ RL 环境（收购 Sepal AI、Deeptune）+ 企业 AI，正从"卖人头"走向数据/软件可复用产品，是毛利与客户结构改善的主线。
与腾讯存在业务关系、与阿里有采购协议，中国模型公司贡献 2026 Q2 约 2% 收入；用 GLM、Qwen、DeepSeek 开放权重做后训练与自动评分，中国六家主要模型公司每年向美数据供应商采购约 $5 亿（市场估算）。