00后斯坦福肄业生抢微软等客户，已完成2.5亿元融资

就在 Scale AI 公司的 95 后创始人 Alexandr Wang 在 Meta 挑大梁之际，他迎来了一位比他更小的 00 后劲敌。这名 00 后叫阿里·安萨里（Ali Ansari），是一名年仅 24 岁的小伙，他本科毕业于美国加州大学伯克利分校，后从美国斯坦福大学退学创业，其所创办的 Micro1 公司已经成立三年，该公司是一家 AI 人才招聘和数据外包商。当地时间 9 月 12 日，该公司宣布完成 3500 万美元的 A 轮融资（折合 2.5 亿人民币），公司估值达到 5 亿美元，本轮融资由美国风险投资公司 01 Advisors 领投。

安萨里在业内有着较高关注度，其领英关注者达到五万多位。

领英资料更是显示，他在自己 17 岁的时候就创办了一家数学竞赛备考公司。

Scale AI 其实是 Micro1 的启蒙者

说回正题，由于 Scale AI 近期牵手 Meta，这给美国 AI 领域带来了一定的数据市场空白，比如包括 OpenAI 和谷歌在内的 AI 公司都表示要切断和 Scale AI 的合作。而 Micro1 被认为有望成为这一空白的填补者之一。

作为 Micro1 的 CEO，安萨里表示公司一直在和微软以及多家《财富》100 强公司合作，并表示目前该公司的年度经常性收入（ARR，Annual Recurring Revenue）为 5000 万美元，尽管这低于其他公司规模更大的竞争对手，但是 Micro1 的服务亮点在于能向客户提供全新的人类数据，该公司表示这类数据是大模型目前学习“新知”的唯一方式。

事实上，Scale AI 算是 Micro1 进入 AI 数据服务商领域的启蒙者。最初，Scale AI 率先开启了 AI 数据服务这一商业模式，其以相对较低的价格在全球范围内雇佣承包商来标注 AI 数据，这些承包商往往来自非洲等地区。后来，AI 公司的数据要求变得更高，它们开始需要来自医生、作家、工程师等专业领域的高质量数据，以便能够改进大模型的生成质量。但是，去哪儿找能够标注这类专业数据的人才？正是在这样的背景之下，Micro1 推出了一款名为 Zara 的 AI 招聘系统，对于那些希望申请成为专业数据标注者的应聘候选人，Micro1 的 AI 招聘系统会对其进行面试和审核。

据介绍，Zara 结合了 GPT-4o 和检索增强生成。在使用的时候，真人候选人首先要参加一个即时生成的特定角色模拟面试；然后，真人候选人将会参加一个 20 分钟到 40 分钟的由 AI 主导的面试。接着，Zara 会针对真人候选人创建一份结构化的技能报告，并会根据岗位需求提供后续反馈。整个堆栈通过模块化 API 公开，Zara 最终能够呈现到真人面试官面前的结果包括：面试分数、面试视频和定制化的面试反馈。

AI 面试果真可行？

很多人可能会对 AI 面试的结果打问号。为此，该公司于 2025 年 7 月通过一次随机实地测试，针对人工面试和 AI 面试进行了对比。这一测试主要针对初级程序员候选人展开。测试中，大约 37000 申请人被随机地分配到两个小组里：一组是采取传统建立筛选方法然后进行人工面试的做法（下称“人工组”）；另一组由 Zara 主导视频面试然后进行和第一组同样的人工面试（下称“AI 组”）。

在“AI 组”中，候选人花费 40 分钟进行了一场 AI 对话，所生成的 AI 对话报告涵盖了对于候选人在 React、JavaScript 等技能的评估结果，也涵盖了对于候选人软技能和监考分数的结果。然后，真人面试官仅仅根据这份由 AI 生成的报告来决定哪些候选人可以晋级。而“人工组”的面试官仅仅依靠传统的简历筛选法来决定哪些候选人可以晋级。最终，“AI 组”和“人工组”各自都有 35 名候选人进入盲审最终面试阶段。

结果发现，“AI 组”的晋级候选人通过真人面试官面试的概率为 54%，而“人工组”的晋级候选人通过真人面试官面试的概率为 34%。同样是在招聘尾声定下一位可被最终录用的候选人，相比“人工组”的做法，“AI 组”的做法能将人工面试次数减少 44%，这可以节省真人面试官的工作时间，从而能够降低真人面试官所在公司的招聘成本。

Micro1 还表示，在包含 1150 份文字记录的独立语料库中，“AI 组”的面试平均对话质量得分为 7.80 分，而“人工组”的平均对话质量得分为 5.41 分，前者比后者高出 30% 以上。与此同时，“AI 组”的对话也更加连贯和一致。前面提到，即使是“AI 组”面试法，也并不是让 AI 最终定下是否录用某个候选人，而是说在进行人工筛选之前先使用 Zara 做 AI 筛选，这样能将后续的招聘准确率提高将近 20%，以及能将真人面试官的面试时间减少将近一半，与此同时 Zara 产出的 AI 面试报告比人工首轮面试结果更丰富和更稳定。该公司表示，那些通过 AI 筛选的候选人也更容易获得工作。在本次测试中，将近 40% 的“AI 组”晋级候选人在五个月后找到了新工作，比“人工组”的晋级候选人高出了 17%。

总的来说，Zara 可被用于大规模地招聘和面试行业数据标注人员，无论是寻找多名医生来验证大模型对于临床医学问题的答案，还是寻找微积分专家进行推理，亦或是寻找网络安全专家来测试大模型的安全性，Zara 都可以帮助找到合适人选。媒体报道称，Zara 已经促成 50 万次以上的由 AI 主导的面试，这比市面上其他任何招聘服务商的次数都要多。而一旦这些行业专家被选中，他们的知识和经验就能进入训练大模型的数据集。该公司告诉媒体，平均来看 Zara 使得企业的专业数据标注员招聘成本降低了 87%，让真人面试阶段的通过率提高了 5 倍，候选人体验净推荐值提高了 20%。它还告诉媒体，截至目前其已经招募数千名数据标注专家，甚至有来自美国斯坦福大学和美国哈佛大学的教授，与此同时 Micro1 还计划每周新增数百名数据标注专家。

用“AI 监考官”监督 AI 面试

在此次融资官宣不久之前，2025 年 8 月该公司推出了一款名为 Ava 的监考模型，并称这是全球最先进的监考模型，能够抓到 93% 的作弊者。该模型专门为 AI 面试、评估和考试而设计，旨在检测作弊行为。该公司表示，这款模型由资深招聘人员根据来自真实面试和常见作弊模式的 30000 多个由专家标记的数据点训练而来。

Ava 的不同在于：

首先，Ava 具有多模态意识，它可以将面部表情、语音语调、面试时的设备屏幕活动、面试人员的眼球运动和语言模式融合成为一个高保真信号，从而实现更加精准的语境识别和检测；

其次，Ava 建立在数千名专家的案例审核的基础之上，能够更大限度地减少误报和漏报，该公司表示其性能远超人工审核；

再次，Ava 具有一定的可解释性，这是因为该公司在打造 Ava 时始终秉持透明原则；

最后，Ava 经历了多样化数据集的检验，具体来说其已经在全球数百个人口群体中得到验证，这些群体涵盖了城乡用户、不同口音的用户、各个年龄段的用户。

在具体使用 Ava 时，它会分析候选人的标签切换情况和屏幕叠加程度，同时还会检测候选人的眼球运动和面部运动等行为，进而能够生成监考分数，分数高于 70% 表示面试候选人可能没有作弊，分数低于此则表示存在一定的作弊可能。

当然，在该公司的设想中，Ava 不仅能被用于 AI 面试作弊率监测，也能用于有着“美国高考”之称的学术能力评估测试（SAT，Scholastic Assessment Test）、大学在线期中考试、政府公务员考试、企业合规认证和考试等。

前面提到，本次融资的领投方为 01 Advisors，该投资机构由前 X（Twitter）的 CEO 迪克·科斯特洛（Dick Costolo）和 COO 亚当·贝恩（Adam Bain）创办。通过此次投资 Micro1，贝恩也将加入该公司的董事会。与此同时，AI 法律助理 DoNotPay 的创始人兼 CEO 约书亚·布劳德（Joshua Browder）也将加入 Micro1 的董事会。

在 Micro1，美国斯坦福大学教授斯特凡诺·埃尔蒙（Stefano Ermon）领导着一支研究团队，此次融资将用于增加该团队的数据基础设施，以及将用于为 AI 客户实现规模化交付。对于 Micro1 的未来，作为 CEO 的安萨里有着更大的野望。他在公司官网一篇署名文章中写道：“我们实现未来使命的第一步是支持 AI 实验室和 AI 企业打造 AGI，最终愿景是打造全球顶尖的人类智能平台，让每个人都能找到自己最有意义的工作。”

参考资料：

相关报道 https://www.reuters.com/business/scale-ai-competitor-micro1-raising-funds-500-million-valuation-sources-say-2025-07-28/

相关报道 https://techcrunch.com/2025/09/12/micro1-a-competitor-to-scale-ai-raises-funds-at-500m-valuation/

相关报道 https://fox5sandiego.com/business/press-releases/ein-presswire/848594715/micro1-raises-35m-series-a-as-demand-grows-for-human-intelligence-in-ai/

公司官网 https://www.micro1.ai/

Zara 的官方介绍 https://www.micro1.ai/research/zara-an-llm-based-candidate-interview-feedback-system

Ava 监考模型的官方介绍 https://www.micro1.ai/model/ava

官方博客文章 https://www.micro1.ai/research/quantifying-the-benefits-of-ai-assisted-recruitment

阿里·安萨里（Ali Ansari）的领英主页 https://www.linkedin.com/in/ali-ansari-7b240a18b/