白领正在亲手训练取代自己的AI？Mercor引爆百亿新零工
想象一下，你以每小时250美元的高薪，将毕生所学“教”给一个AI，而它学成的第一件事，可能就是取代你。这不是未来预言，而是硅谷新秀Mercor正在全球数万白领中掀起的现实——当职业前景变得不确定，把专业知识“卖”给AI，成了一种诱人又危险的博弈。
01 当“职业安全”成为奢侈品，专业知识成了最后的硬通货
过去一年，许多白领经历了职业生涯的“寒流”。市场降温带来的不仅是职缺减少，更是“找到工作的路径被无限拉长”。在这种不确定性中，一个尖锐的矛盾浮现出来：一方面，顶尖AI实验室为了突破瓶颈，极度渴求高质量、带有人类专业判断的训练数据；另一方面，大量拥有这些知识的专业人士，却在寻找将知识快速变现的途径。
02 不是“标注数据”，而是“传授判断”
Mercor提供的绝非传统的“数据标注”苦力活。它的核心是构建一个“按需专家网络”，撮合的是最复杂的认知任务。
- 角色定位：专家在这里是“AI训练师”或“质量评审官”。他们不画框，不分类，而是基于深厚的行业经验，对AI生成的代码、法律意见、诊断报告或诗歌进行评测、批改和反馈。
- 工作实质：这是一个教学相长的过程。例如，皮肤科医生需要教会AI识别影像中微妙的病变特征，并理解不同症状组合背后的诊断逻辑。他们交付的，是一份份可追溯、可验证的专业判断报告，确保AI的输出不止是“看似合理”，更要“专业正确”。
Mercor平台上各种专家数据标注职位 。图片来源：Mercor
03 做AI时代的“中立经纪人”，抽成信任溢价
Mercor创始人。图片来源：Mercor
Mercor的商业模式清晰而轻盈，它巧妙地占据了价值链的关键节点：
1. 平台撮合：搭建AI驱动的双向市场。一端连接OpenAI、Anthropic等急需高质量反馈的AI巨头，另一端连接其管理的超过3万名各领域专家。
2.流程管理：提供从AI面试筛查、项目匹配、工时追踪到薪酬支付的全流程服务。它将原本非标的专家服务，变得可管理、可交付。
3.核心收入：向采购服务的AI公司收取佣金或服务费。其高溢价的底气，不仅来自专家资源，更来自其坚持的“中立性”。在所有AI实验室都担忧数据流向竞争对手的当下，一个不隶属于任何巨头的独立平台，本身就是一种稀缺的信任资产。
04 百亿估值背后的增长狂飙
Mercor用令人咋舌的增长数据，证明了市场对其模式的认可：
指标维度 | 关键数据 | 来源与说明 |
公司估值 | 100亿美元 | 2025年下半年C轮融资后估值 |
增长幅度 | 6个月增长5倍 | 从2025年2月的20亿美元估值飙升至100亿美元 |
财务表现 | 年化营收约7500万美元 （2025年2月数据） | B轮融资时披露，且已实现月度盈利 |
专家网络 | 管理超过3万名领域专家 | 候选池规模更大，约30万人 |
客户覆盖 | 与“科技七巨头”中的6家合作 | 覆盖全球前五大AI实验室及顶级应用公司 |
独到见解： 资本用真金白银投票，表明在模型能力趋同的当下，高质量的人类反馈（Human Feedback）已成为比算法本身更关键的稀缺资源。Mercor贩卖的，本质上是“可信任的人类判断流程”。
平台以每小时几十美元的价格招募学科专家 ｜图片来源：Mercor
05 从“人海战术”到“精英策略”，重新定义竞争边界
Mercor的崛起，直接挑战了以Scale AI为代表的上一代数据标注巨头，其差异化优势非常明显：
- Scale AI（传统巨头）：模式偏向“大规模标准化标注”，依靠庞大的众包劳动力处理相对通用的任务（如识别图像）。其风险在于被Meta部分收购后，“中立性”受损，引发其他巨头客户担忧。
- Mercor（新晋挑战者）：模式聚焦“专家定制化评测”，专攻高难度、高价值的垂直领域任务。其核心壁垒是难以复制的顶尖专家网络和对复杂专业知识的理解能力。
讽刺的是，据报道，就连Meta的部分团队，在训练需要精细知识的模型时，也会绕过自家的Scale AI，转而采购Mercor的服务。这正说明了“质量”与“信任”在当前AI竞争中的分量。
06 从“人才库”到“生态系”的野望
获得巨额融资后，Mercor的拓展路径清晰指向深化护城河：
1.横向扩网：持续吸纳更多领域的顶尖专家，从现有的医疗、法律、金融向更细分的专业领域渗透。
2.纵向深耕：优化AI匹配算法，提升专家与项目的契合度与交付效率。其长期目标可能不止于“评测”，而是切入更完整的“AI工作流外包”。
3.生态绑定：通过提供无可替代的专家反馈，使自己成为AI巨头研发管线中不可或缺的一环，从供应商升级为基础设施。
07 是过渡的桥梁，还是未来的常态？
对于个体专家而言，这或许是一条高薪的过渡路径。但对于整个劳动力市场，Mercor现象预示着一个更深层的结构变革。根据MIT与BCG 2025年的研究，76%的高管已视AI为“同事”。未来，工作将被重新定义为“人类与智能体的协作”。Mercor这类平台，正是在为这种协作编写最初的“协议”。HR的职责也将从管理人力，转向管理“技能组合”与设计人机协作机制。
独到见解： 未来的职业风险，或许不在于你的工作被AI完全取代，而在于你的专业知识被充分解码和数字化。届时，真正的竞争力将取决于你能否驾驭AI，以及你是否拥有AI难以习得的“元能力”——如跨领域整合、伦理判断、情感共鸣与持续学习的能力。
我们不必急于将Mercor模式简单定义为“人类自掘坟墓”。它更像一面镜子，映照出AI进化途中对人类智慧既依赖又超越的复杂张力。专家们出售判断，既是为生计所迫，也是在对AI施加最后也是最重要的影响——将自己的专业指纹刻入AI的“思维”中。
问题的关键，或许不在于是否参与“训练AI”，而在于我们是否能在这一过程中，重新发现并牢牢守住那些让人类之所以不可替代的价值内核。这场博弈的终点，不是替代，而是在新的共生关系中，找到人的新坐标。
