11个月狂飙100倍！00后辍学创神话，硅谷AI黑马暴富的秘诀得看他

前言

谁敢信？

几个00后辍学生11月内就将硅谷AI公司营收翻倍！

其中的黑马还得看这位——虞快，曾在Google、Two Sigma做工程师，现在是这家公司唯一的中国员工。

居然用11个月把营收从100万美金冲到1亿美金，团队平均年龄才22岁，还能拿下OpenAI这样的大客户。

但是，凭什么他们就能跑这么快？

不是“标注工”，是AI的“专家裁判”

很多人第一次听Mercor，都会觉得是另一个“找人大数据”的公司，就像早期的Scale AI。

但虞快说，现在的AI早不是“认猫认狗”的阶段了——比如OpenAI要做医疗领域的AI，总不能找个没学过医的人标数据吧？

得找真医生，告诉模型“这个诊断为什么对，那个治疗方案为什么错”；要优化法律问答，就得请律师；甚至要调Swift代码，都得找专门写这个语言的工程师。

Mercor干的，就是给这些顶尖AI公司找“专家裁判”。

之前Scale AI不行了，就是没跟上这个变化：早期标基础数据还行，模型进化后，标注员水平不够，客户反馈越来越差，后来被Meta收购，客户又怕被绑定，业务直接下滑。

而Mercor刚好接住了这个空白，门槛一下就拉开了。

增长疯了？靠“踩对坑”+“跑超快”

Mercor的增长逻辑，说穿了就两点：选对了赛道，还跑得比谁都快。

先说说“踩对坑”。

现在AI圈有个共识：拼算法，顶级研究员太贵还容易被挖；拼算力，连OpenAI都未必干得过Google。

唯独“数据”是个性价比高的突破口——对AI公司来说，花几百万请专家定标准，能让产品体验上一个台阶，这笔钱太值了。

而Mercor刚好卡住了这个需求：全硅谷能快速凑齐“全球专家库”的公司没几家，它一边找医生、律师、工程师，一边帮客户管理这些专家，连结算、评估产出都包了，AI公司根本不用操心琐事。

更关键的是“跑超快”。

虞快说，他们做决策很少搞复杂调研，全凭创始人直觉——不是瞎拍板，是AI行业变得太快，等你调研完，机会早没了。

团队执行也狠，每天7点半上班、凌晨1点下班是常态，但没人抱怨——每月营收涨50%，看着自己做的事能帮到OpenAI，谁都有干劲，而且只要跟客户承诺了，就一定能做到，信任感攒多了，客户自然不换合作方。

招人不看履历？这两个本事才关键

能跑这么快，团队也很特别，虞快招人不盯着“名校履历”，更看重两个硬本事。

第一个是“自己搞定事”的能力，他们叫“Agency”。

比如招工程师，不会把任务拆成“第一步做什么、第二步做什么”，而是扔个目标过去，看对方能不能自己想办法落地。

要是有人总等着被安排，哪怕技术再好也不要——团队节奏快，没人有时间催着干活。

第二个是“快速懂新东西”的本事。

面试时虞快会拿“停车序列”举例：给三个想停车的人，问某个车位选择组合能不能让所有人停下。普通人会一步步模拟，但聪明的候选人会立刻想到规律——本质是用熟悉的“排序”逻辑，快速吃透新概念。

结语

也有人说国内不能复制一个Mercor吗？

虞快说核心看两点：一是国内AI公司愿不愿意在数据上花钱；二是试错氛围，硅谷年轻人不怕创业失败，国内就相反了，敢冲的人少。

但不管怎么说，Mercor的例子告诉我们，AI行业的机会不只是“做模型”，卡住“AI进阶必需的环节”，哪怕团队年轻，也能跑成黑马。