Mercor 高速增长的秘诀与其中的聪明人｜对谈 Mercor 首位中国员工虞快

摘要

• Mercor 当前的核心不是低端“数据标注”，而是替 AI labs 组织专家、定义 evaluation，并把 evaluation 变成模型的“PRD”。 专家既可能做数据标注，也可能定义标注标准；目前大部分工作是定义标准。随着模型能力提高，非专家的标注价值下降。标准建立后可以直接用于 Reinforcement Learning，但在大规模补量时，客户仍可能需要其他平台。
• 公司切中的是“最痛同时最有钱”的客户： AI labs 可能一次急招 50 名律师或 200 名软件工程师，而模型提升的经济回报远高于专家成本。 虞快称平台专家平均时薪超过 90 美元，软件工程师通常为 100—200 美元，皮肤外科医生可达 400 美元；客户更在意能否招到合格的人并提升模型质量。
• Mercor 的壁垒不只是找到人，而是把筛选、匹配、验真、质量控制、工时管理和全球支付等运营环节组织起来。 候选人接受 20—30 分钟 AI 视频面试，再按客户预设的软硬标准排序；同一问题可交给一个 cohort 中的多人比较，项目中途也可能淘汰表现不合格者。“一万个人都过来申请”，关键是科学地挑出真正能做活的人。
• 虞快估计这一市场目前约为 50 亿—100 亿美元，只要 OpenAI、Anthropic 等公司的核心产品仍是模型，数据投入就会继续扩大。 他的逻辑是：算法人才可能被竞争对手挖走，算力上未必打得过 Google，而数据仍可通过数量、质量和清洗方式形成差异；Google、Meta 等巨头也会被竞争压力推动投入。
• 竞争格局可能收敛到每家 AI lab 只合作两三家供应商，而非十个平台并用。 Scale AI 被 Meta 收购后，客户意识到单一供应商被收购的风险；虞快认为 Scale 已不是很大的增长威胁，而 Surge AI 是威胁，规模比 Mercor 大且“非常低调务实”。曲凯概括，最后仍要比专家质量、速度和产出质量。
• Mercor 从 100 万美元做到 1 亿美元 run rate 据称只用了 11 个月，比虞快提到的 Cursor 还快一个月，增长本身成为人才与执行力的飞轮。 他加入时公司约 50 人，如今超过 100 名 full-time member；他说公司每月 revenue 增长 50%，团队相信周六承诺的事项到周五基本能交付，“只要你动起来总比不动强”。
• 这套业务并非放弃 AI 招聘的平台故事，而是借最急迫的客户提前搭建 project-based 劳动力市场。 Mercor 判断未来全职工作可能减少，更多人转向按项目工作；评估、匹配、管理和支付能力也可复用于其他行业。中国能否复制，主要取决于模型公司的预算与购买意愿，以及专业第三方在保密招聘需求上的价值。
• Coding agents 会压低“写代码速度”的重要性，却抬高工程师判断方向、理解客户和主动推进的价值。 虞快把这种能力概括为 agency：管理者需要说多清楚、一个人能独立运行多久。未来组织层级可能更少；虞快强调正确激励和能识货的管理者，曲凯进一步指出，关键还在于 founder 能否在公司尚无估值和增长光环时把 vision 卖给人才。

精读

1. 模型越强，低技能标注越先失效

• 虞快对业务的定义是：Mercor 主要帮助最大的 AI 公司招聘兼职专家，领域从医生、律师、投行和咨询，一直细到 Swift 工程师、俄罗斯生物学家。传统印象里去欠发达地区找低技能劳动力的标注模式，已无法覆盖模型的新需求。

• 这些专家不只是照着既有规则做题，也可能参与定义规则。目前大部分工作是定义标准：AI labs 内部并没有足够的医学或法律知识来判断模型哪里好、哪里坏，因此需要专家系统性地指出能力边界；节目中对此的概括是：“你不是专家，其实你已经标不了了，就是你会的它也会了。”

• 曲凯追问：Mercor 是否只是先制定标准，之后客户仍需 Scale AI 一类平台完成标注？虞快明确表示，标准建立后可以做 Reinforcement Learning；定义标准和按标准完成数据工作的通常是同一个专家群体。不过，若客户一次要一万名律师，Mercor 未必独自招满，其他平台仍可能补量。

2. Mercor 把找人、面试和验真压成一条自动化漏斗

• 专家入口包括广告、主动寻访和推荐，其中超过一半 sign-up 来自相互 refer。有人靠推荐赚到足以辞去全职工作的收入，实际上成了熟悉 Mercor 未来需求、持续替平台找人的外部猎头；极冷门职位则要进入专业论坛或线下活动定向寻找。

• 候选人提交简历后可申请多个项目，再接受约 20—30 分钟的 AI 视频面试。问题同时依据简历和岗位要求生成，招聘方也能手动加入问题与评分标准；录制结果附带字幕，点击文字即可跳到对应视频位置，观察停顿和表达是否清楚。

• 客户无需逐个看完视频：创建职位时先定义硬性条件与软性目标，系统再结合简历、面试表现和这些标准打分排序。虞快把 AI 的核心作用归为两件事——评估一个人的真实质量，以及把合适的人匹配给合适的工作。

• 验真则不一定需要生成式 AI：系统可核对 ID、LinkedIn 和 GitHub。虞快举过一个极端例子——骗子从 IMO 获奖名单中挑真实姓名，冒充获奖者并批量生成简历；这些检查属于普通自动化，而不是 AI。

3. 客户买的不是名单，而是一支可被管理的全球专家队伍

• 项目可能同时需要 100 名分布在全球的软件工程师，每人本周工作 20 小时。Mercor 还要处理工时核验、质量评估、续约与淘汰、跨境付款、题目支持，以及“本人报了 15 小时、系统只记 10 小时”之类争议；虞快判断 AI labs 并不想亲自承担这些琐碎运营。

• 曲凯追问这是一次性介绍，还是由 Mercor 统一向 experts 付费，并担心飞单；虞快称美国市场目前还没遇到这个问题，随后转而强调更根本的管理难点：客户需要持续管理大规模 contractor，而不只是把人找到。

• Mercor 与传统外包商的差别，在虞快看来不是 mission 或 vision，而是“有办法评估一个人的质量”。平台目前不支持普遍 self-serve，绝大多数客户是 AI labs，也服务部分 AI startups，岗位以 contractor 为主、兼有 full-time。

4. 专家时薪从 21 美元拉到 400 美元，价格跟着稀缺性走

• 虞快给出的平台平均时薪超过 90 美元；软件工程师通常为 100—200 美元，皮肤外科医生约 400 美元。若成功推荐那名医生，推荐费可达 5,000 美元，显示最稀缺专家的获客成本同样很高。

• 另一端是 audio trainer：只要英语足够好、能够照稿朗读，多数美国人都可完成，时薪约 21 美元。两端价差说明定价不是笼统的“数据标注价格”，而是由职业门槛、供给范围和项目紧迫程度共同决定。

• Mercor 会参考过去类似岗位的价格、花了多少天招到多少人，再按本次需求的紧急程度调整，并与 AI lab 协商。客户当然希望便宜，但也不愿因压价招到不合格的人，最终没有获得模型提升；此前项目的交付质量因此会影响后续信任与复购。

5. AI labs 的模型竞赛把数据预算变成刚需

• Mercor 之所以聚焦 AI labs，是因为它们会突然需要 50 名律师或 200 名软件工程师，而且模型变好带来的回报远高于招聘支出。无论提升体现在 benchmark 分数，还是更接近替代某类 full-time worker，只要效果成立，虞快认为客户愿意花钱。

• 虞快把模型进步拆成算法、算力和数据三条路径：顶级 researcher 薪资极高且可能明天就被竞争对手挖走；算力上，他认为 OpenAI 可能也打不过 Google；数据则仍可通过数量、质量和清洗方法积累优势。他以 Anthropic 的 coding 表现为例，认为其表现源于数据及其清洗方式。

• 他的市场估计是 50 亿—100 亿美元，而且只要 OpenAI、Anthropic 仍依赖模型本身胜出，市场就会继续变大。这两家公司在分发上弱于 Google、Amazon、Microsoft，更不能接受基础模型落后；它们加码后，Google、Meta 也会被竞争压力推动投入。

• 曲凯以 Meta 最近据说愿为单个人才付出 1 亿美元作对照，并推断优质数据给模型带来的 impact 会远不止这个数字。这是曲凯的判断，并非虞快单独给出的预算估算。

6. Scale 收购让供应链单一风险更受关注，竞争可能集中在两三家

• 曲凯提到，Scale AI 被 Meta 收购后，外界据说认为其业务明显下滑，因为其他模型公司不愿把敏感数据交给 Meta 体系。虞快强调自己没有内部消息，只作个人猜测：扎克伯格可能主要想让 Alex Wang 领导 Superintelligence 团队；他还猜测这笔约 150 亿美元的安排能让原投资人满意，并使 Alex Wang 未来再创业时继续获得支持。

• 虞快因此不把 Scale 视作很大的增长对手，却认为 Surge AI 是威胁：对方规模比 Mercor 大，外部风格与 Scale 的张扬相反，显得“非常低调务实”。曲凯认为融资也可能服务于人才竞争；虞快补充，优秀候选人会看 Sequoia、Benchmark、Andreessen Horowitz 等投资人信号，而不只听 bootstrap 公司自述业务多好。

• AI labs 同样不愿同时管理十家供应商：流程、结算各不相同，若同一个模型出问题，也难以追溯责任。但 Scale 被收购可能让客户意识到不能只押一家；虞快推测更合理的结构是最多两三家，其中一家主供应商、一家次供应商。

7. Evaluation 是模型的 PRD，也是 Mercor 更高价值的位置

• 虞快拒绝“Mercor 是数据标注公司”的标签，称其更像 eval provider：“Evaluation 其实是这些模型的 PRD，就是 product requirement document。”专家先定义模型目前做不到、最终应能完成的任务，researcher 再设法把模型推到那个目标。

• 这个位置比执行既定标准更靠近研发起点，因为 labs 往往连法律、医学等垂直领域的评价标准都不清楚。Mercor 提供的不只是答案，而是回答“什么算好、现在差在哪里”的能力。

• Evaluation 会留在 Mercor，并可在一定范围内复用。虞快以 Scale 参与制作的 Humanity’s Last Exam 为公共 benchmark 的例子；具体项目的数据和人员则“绝对是分开的”，AI 公司有时会明确要求为自己招聘的专家不能供竞争对手使用。

8. 当前垂直切口没有改写“所有工作都可匹配”的原始叙事

• Mercor 最初的目标是：任何公司写下招聘标准，平台都能找到对应的人。虞快说这个目标没有变化，只是当前最急、最有钱、最愿意大规模购买的人恰好是 AI labs，因此团队选择先把这个市场做深。

• 公司对未来的判断是 full-time 工作可能减少，更多人转为 project-based：这个月为一家公司每周做 40 小时，下个月项目结束，再为另一家公司工作两个月。今天为 AI 客户建设的评估、匹配、管理与支付功能，也是在为这种劳动力结构投资。

• 他把适用范围推到所有“挑选”场景：一名 VC 若面对 1,000 个想交流的人，可以预设问题与好答案，让对方先同 AI 谈，再按结果排序。AI interview 因而不只适用于招聘，也可能成为可复用的人员评价工具。

9. 中国复制的约束不是技术，而是预算、独立性和购买意愿

• 对于国内完整复制一套 Mercor，虞快给出的首要条件是最大 AI 厂商愿意在专家数据上花多少钱。他个人认为“花多少钱都是值得的”，但最终仍取决于这些公司的认知和购买意愿。

• 曲凯指出估值与预算环境并不对称：国内模型公司可能讲 30 亿—40 亿美元的故事，美国头部公司则是 3,000 亿—4,000 亿美元量级的故事。即便需求性质相同，可释放给第三方的数据预算也可能完全不同。

• 对“大厂自建”的反驳是专业化与保密性：阿里等公司技术上当然能做，但是否愿投入 100—200 人去优化面试和匹配并不确定；而且自建系统只能服务自己，竞争对手不可能把秘密招聘需求交给它。只要国内客户真正愿意付费，虞快仍判断会有公司做成。

10. 十一个月百倍 run rate，让年轻创始人的故事变成增长飞轮

• 虞快选择 startup 的标准是必须“有点特别”、有话题性，而不是每项都不错却没有突出特质。Mercor 三名创始人是高中同学和辩论队队友，均为 Thiel Fellows，21 岁创立公司并退学创业；与他们交流后，他相信自己做出的产品交给这些人销售，客户的任何问题都能被回答到“心服口服”。

• 更决定性的信号是增长：Mercor 从 100 万美元做到 1 亿美元 run rate 据称用了 11 个月，创始人当时认为是历史最快，虞快对照称 Cursor 用了 12 个月。Momentum 会吸引更好的人，更好的人又提高效率，形成他最看重的正循环。

• 虞快在约六月加入时，公司有 50 人左右，现在已有 100 多名 full-time member，多数在美国，另有一些在印度；他澄清自己并非唯一华人工程师，而可能是首位出生于中国的工程师。加入时团队平均年龄约 22 岁，一半人创过业，还有同事在 22 岁前把产品卖给 U.S. News。

• 曲凯保留了国内常见的反方观点：有经验的创始人花过钱、见过坑，同样拿到 1,000 万美元可能做得更快。虞快的回应不是“年轻必胜”，而是 Mercor 选中了 right problem at the right time，并从 Scale 招来早期核心成员；美国创业失败的 career 代价较低、成功样本更多，也让更多优秀年轻人愿意进入这个筛选池。

11. 速度来自可纠错的直觉，以及“说到做到”的周节奏

• 虞快把高速增长归结为两种速度：下决定快，以及决定后执行快。Mercor 并非极端 data-driven，更依赖 founder 或 founder 招来的核心成员的直觉；技术面通过后，候选人仍可能被一到两名 founder 拒绝，看的正是其判断力。

• 曲凯追问这些直觉是否真的经常正确，虞快的回答是“其实不重要”：只要决定不是大错特错，就应先动起来，再通过 metrics 看“what’s working, what’s not working”并迅速纠偏。团队会明确下一周要看到什么结果，以及没看到时如何处理。

• 执行力则是可预测的交付，而不只是工时更长。周六计划下周事项后，虞快相信到周五基本都能完成，而且其他组也能给出同样承诺；只有这种互信成立，公司才敢向客户保证结果。

• 公司面试时会直接说明“我们公司是 996”。虞快称自己大致早上七点半开始工作、凌晨一点结束，约 95% 的同事作息相近，有人自发做到凌晨四点；他认为十人公司这样并不少见，超过百人后仍能维持才稀缺，而每月 revenue 增长 50% 是最强激励——“什么值不值得的这些考虑，现在就觉得没有意义了。”

12. Mercor 招的是 agency，而不是只会答标准题的人

• 虞快定义 agency 的方式很操作化：当他描述任务时，需要讲到多清楚；讲完之后，对方能独立运行多久。若管理者必须规定每一步、每天做什么，agency 就低；但招聘并非教条，极缺人时，有其他闪光点且任劳任怨的“老黄牛”也能加入，只是团队不能全由这类人组成。

• 他判断聪明程度时，偏好现场介绍新概念，看候选人能否迅速理解、内化并迁移。真正高级的表现是建立类比：例如从 MCP versus API 入手，先找相似点再找不同点；他本人还会看 Google 自动补全与 Reddit 上的产品对比评论，用已有知识树迅速定位新概念。

• parking function 面试题承载了这种判断：候选人若一直模拟车辆停车，容易陷入 quadratic time；更好的思路是反问“什么情况下必然停不下”，发现顺序无关，排序后第一个偏好必须 ≤1、第二个 ≤2，以此类推。题目的重点是能否从正向模拟退一步找到结构，而不是必须答出它与 Catalan number 的关系。

• 另一个候选人花半小时实现两个字符串的乘法，最后才说忘了笔算规则。虞快不在乎遗忘本身，真正的问题是“为什么你在那边浪费了半个小时呢？你如果不记得，那你一上来就问我呀”；同理，一个软件工程师若电脑里没有 IDE，也会成为几分钟内出现的巨大 red flag。

13. Coding agents 正把工程师推向客户、判断与更扁平的组织

• 虞快说自己的完整管理框架并非刚毕业就有，而是在此前 startup 做了约四五年管理、跟随一名来自 Two Sigma 的资深老板后逐渐形成。他此前学 computer science 与 math，在 Google 做约一年半软件工程师、参与 Chrome，之后经历 Two Sigma、Citadel 和创业公司。

• 对他影响很深的一次转折发生在 Google 入职第二个月：面对当时组内也不熟悉的 gRPC 项目，他向 Takely 抱怨缺乏 support；Takely 反问：“如果这个东西已经有人明确知道怎么做了，那为什么这个东西还没有做完呢？”这让他意识到 senior 并非天然知道答案，junior 的职责也可以是先 figure out，再成为组内第一个能教别人的人。

• 职业选择上，他认为赛道比“大厂还是创业公司”更重要：过去身边最强的人优先去金融，现在优先去 AI；若问未来十年金融与 AI 谁更可能增长十倍、百倍，他的答案明确是 AI。因此真正的问题不是公司规模，而是“想做 AI 还是不做 AI”。

• Coding agents 已使工程师减少花在生成代码上的时间，把更多时间放到 brainstorm idea 和客户交流。虞快会在乘车时给 Cursor Bot 三个 request，到家时即使结果未必正确，也已有人“帮我起了个头”。曲凯指出公司层级已经比过去更少；虞快强调这要求正确的激励机制和能“识货”的管理者，曲凯进一步认为，founder 还必须在公司尚无估值与 growth 光环时把 vision 卖给关键人才。