摘要

据新任CEO Jason Droege透露，Scale AI在Meta以略高于140亿美元收购其49%无投票权股份后，仍是一家独立公司。 Meta没有获得新增董事席位或优先数据访问权；约15名Scale员工转去了Meta，Alex Wang也加入Meta，但保留了Scale董事席位。Droege表示，Scale两大业务各自贡献数亿美元收入，交易完成后业务保持逐月增长，近期还签下了两份1亿美元政府合同。
企业AI的交付瓶颈在可靠性和落地周期，而不是缺乏经济价值。 概念验证通常能做到60%–70%，但补齐剩余部分，就像把数据中心可用性不断增加新的“9”：法律、政策、监管、准确性和变更管理等工作，会让一项重要自动化项目变成6至12个月的工程。Droege的总结是：“易学难精。”
前沿模型训练已经从快速偏好排序，转向由顶尖专业人士耗时数小时完成的示范任务。 18个月前，任务可能只是比较两篇短篇故事；如今，一个任务可能要求顶尖开发者搭建并解释完整网站，或要求PhD讲解细微的癌症知识。Scale专家网络中约80%拥有学士或更高学历，约15%拥有PhD。看似具有魔法的模型背后，是持续的“运营打磨”：算力、模型能力和日益专业化的数据同步提升。
企业AI的下一道瓶颈，是将机构特有的判断数字化，而不是继续吞入更多原始数据。 Scale的医疗案例把200–300页、格式混杂的病历压缩成5至10个关键考量，并曾发现一项与计划用药相冲突的过敏史。通用模型、RAG和微调都有上限，因为同样的词在不同公司可能代表不同重要性；机构内部专家必须越来越多地标注“什么才算好”。
模型正从“知道事情”走向“执行事情”，使强化学习环境成为关键基础设施层。 Agent需要在真实沙盒中学习：操作经过配置的Salesforce，处理业务数据，完成目标，并在决策不确定时升级给人类；同时，实验室也在寻找足够泛化的训练任务，以免不得不收集“45万亿种组合”。Droege预计，技术可能在2至3年内接近足以迫使企业面对艰难的变更管理和政策决策。
Droege不认同短期内白领末日论，但也坦承Scale有维持人类参与的利益驱动。 他不认为转型会在未来1年发生，并称2年内发生“非常不现实”，但也保留了“这里没有什么是不可能的”这一层判断；从更长期看，他认为如果这些系统要真正服务于人，涉及重大后果的决策就必须有人在环。其更深层的观点是，标注行业拥有一段“不断开启新篇章的历史”：旧需求消退后，新的人的知识和技能会变得有价值。
Droege的创业框架结合了独特洞察、买方紧迫性、结构性经济性和生存能力。 Uber Eats重构了餐厅经济模型，最初向餐厅收取30%，市场最终稳定在约25%；如果需求增长3倍、劳动力不变、只有食材成本随之增加，新增订单可带来70%–80%的增量毛利率。该业务随后在4年半内从0增长到约200亿美元。创始人仍需说明自己为何能独家看见机会，愿意投入5至10年，并牢记“不输”是赢下来的前提。

精读

1. Meta买下Scale的大量少数股权，而非控制权

Droege首先明确强调，Scale仍是“一家完全独立的公司”。Meta以略高于140亿美元换取49%的无投票权股份，没有获得新增董事席位，也没有获得Scale产品、客户数据或机密信息的优先访问权。
Alex Wang目前已加入Meta，负责其超级智能团队，不再任职于Scale，但仍保留Scale董事席位。Droege表示，Scale的董事会和治理结构基本没有变化，Meta与Scale长期客户关系所遵循的隐私和数据安全边界也没有变化。
这笔交易中只有约15人转去了Meta，Scale仍有约1,100名员工。其数据业务和应用与服务业务各自贡献数亿美元收入，Droege称公司内部如今有“两家独角兽”。
Droege直接反驳交易后业务恶化的报道：交易完成后，业务每个月都在增长。公司目前有250个空缺职位，最近还在一个月内签下两份1亿美元合同，联邦政府、企业和国际政府业务均在扩张。

2. 训练数据从简单偏好转向专家工作

对于竞争对手暗示Scale仍依赖低技能标注，Droege称其“纯属胡说”。他的回溯始于2016年的自动驾驶标注，经过计算机视觉和2020年与美国国防部的合作，最终走向生成式AI：模型能力提升后，对数据的需求也会改变。
18个月前，一个典型任务可能是让贡献者判断两篇短篇故事哪一篇更好，以及应如何修改。如今，单个任务可能要求全球顶尖开发者搭建完整网站，或要求某位专家解释一个复杂的癌症知识主题。
这些新任务往往耗时数小时，需要专业判断，并且经常要求高级学历。Scale专家网络中约80%拥有学士或更高学历，约15%拥有PhD；部分PhD专家靠贡献专业知识就能获得可观收入。
Scale并不是等实验室把任务清单发过来。Droege表示，Scale团队会主动找出模型的弱点，组建合适的专家队伍，再向模型开发者提出：“我们发现了一个问题”，这些数据或许能帮助解决它。

3. 专家网络通过口碑和转介绍形成复利

专家确实很难招募，Scale会通过转介绍、校园项目、教授、学生、LinkedIn及其他渠道寻找人选。质量最高的贡献者通常来自“草根和转介绍网络”；但只有现有专家获得良好体验，这些网络才会持续产生复利。
金钱是重要因素——部分贡献者可以赚到数百或数千美元——但并非全部激励。专业人士也喜欢纠正让自己感到挫败的模型，并参与塑造AI处理自己认为重要的领域。
训练产物取决于研究目标，可能是一份完成的网站、一段解释“我为何基于这个理由做出该决定”的标注、一份说明为何没有选择其他方案的解释，或者一份由专家诊断问题所在的残缺网站。交付物不只是代码，更是代码背后的判断。

4. Agent要先有环境，才能可靠地执行任务

当Rachitsky提出强化学习最终可能占据经济活动大部分的观点时，Droege认可RL的重要性，但没有认同这一宽泛的劳动力结论。他把话题转向RL环境：让Agent学习如何完成目标的真实沙盒。
以Salesforce环境为例，其中包含客户数据、公司特有的配置和业务流程。Agent必须同时理解这三者，以高可靠性运行，并在不确定性高到需要“把问题弹给人类”时识别出来。
组合空间极其庞大：软件产品会因配置、数据类型、规模、用户数量和复杂程度而不同。因此，实验室需要能够跨多种情境泛化的训练任务，而不是分别收集“45万亿种”动作与条件组合。
Droege给出的简单样本，是在日历中找到与Lenny的访谈。高价值训练应该能从这一次检索泛化到其他搜索、潜在的其他日历操作，最终扩展到更广泛的数字任务家族。

5. 企业AI必须数字化本地判断，而不只是摄入数据

Scale的第二项业务向医疗、保险、政府及其他机构销售应用和服务。其医疗案例涉及处理罕见病例的专家：他们面对大量积压，希望在提升接诊能力的同时，减少首次诊断不完整导致的复诊。
医生可能会收到200–300页病历，这些资料被合并为一份文件，却以不同格式存储。人工团队会扫描、分派和排序，但难免不够完善；Scale的系统则读取全部材料，并突出对诊断和治疗最相关的5至10个因素。
在一个案例中，系统发现了一项不明显的过敏史，而它与患者原本可能接受的一种药物相冲突。Droege借此展示潜在终点：AI可以识别出一种即使是训练有素、时间紧张的人类也很难发现的关联。
但通用模型最终会遇到上限。RAG、历史记录和微调并不会自动捕捉某家机构具体如何行使判断，因此机构自己的专家必须标注决策；Droege称，这正是正在出现的瓶颈——“将判断数字化”。

6. Evals为概率系统定义“什么算好”

海量数据不等于有用的训练数据。一家银行可能摄入数百PB数据，但其中大量内容并不能解释银行家如何综合证据、如何应用激励机制，也不能解释他们为何会与另一家机构的同行做出不同决策。
对企业和政府客户而言，Scale的工作大多是Evals：建立“什么算好”的全面基准测试。当Rachitsky追问Droege为何说“好”而不是“正确”时，Droege指出，这些是概率系统，会在信息不完整的情况下给出建议。
他选择工作流程的启发式标准具有不对称性：如果人类目前只能做到10%–20%，而AI能做到50%–80%，只要不确定的案例能交给人类处理，“这就有经济价值”；但如果一个流程原本已经有98%的准确率，再要求AI补齐最后2%，目前“还没有完全做到”。

7. 人类参与不断转移，而不是简单消失

Droege把数据标注描述为“一段不断开启新篇章的历史”。自动驾驶所需的标注比过去少了，但更好的模型会暴露出新的前沿领域，在那里，不同技能、贡献者、环境和判断开始变得有价值。
一个完全不需要外部人类数据的世界，意味着没有任何新的人的知识或技能重要到值得加入模型。Droege称这种进步程度“几乎无法想象”，同时也承认Scale在财务上确实有动机相信人类会继续参与。
他的个人论点同样带有条件，也带有商业因素：如果这些系统要服务于人，人类就必须继续参与系统所做的决策。Scale在运营上的任务，是不断发现哪些人的能力刚刚变得对模型有用。
在就业问题上，Droege的态度刻意务实：他不认为转型会在未来1年发生，并认为2年内发生“非常不现实”，但仍保留“没有什么是不可能的”这一层缓冲。技术会改变工作，但历史表明人会适应。

8. 企业自动化是一个6至12个月的可靠性工程

Rachitsky拿失败的试点报告以及AI工具有时会拖慢工程师的发现追问。Droege承认“炒作很多”，但认为原型制作变得轻松，反而扩大了分母：企业可以发起的实验数量，远超早期技术时代。
许多概念验证能做到60%–70%，之后人的直觉会认为剩下部分很容易。Droege把剩余工作比作数据中心可用性：从增加一个“9”到增加5个“9”，数字上看差距不大，但所需的可靠性工程量会高出几个数量级。
他认为广为流传的95%试点失败率有些像标题党——“故事方向是对的”，但说得过于夸张。认真推进项目，需要经验丰富的建设者，以及法律、政策、监管、准确性和变更管理工作，之后才能把重要流程自动化到可接受的水平。
现实周期是6至12个月，“以月计，而不是以分钟计”。部署之后，结果仍可能令人震撼——即使是顶级医生也可能看到自己原本会遗漏的发现——但结果背后的工作更像铺设宽带，而不是施展魔法：“总得有人把路挖出来。”

9. Scour让Droege明白，任何商业规则都可以谈判

Droege和Travis Kalanick当时只有19或20岁，在宿舍电脑上运营Scour，网址是scour.cs.ucla.edu。他们原本以为把域名放在UCLA基础设施上会惹来麻烦，结果计算机科学系反而很兴奋；这让他很早就意识到，人们默认存在的约束未必是真实约束。
融资让这一课变得更残酷。条款在当天压力下，从几百万美元、500万美元估值，摇摆到对方要求50%、75%，最终要求公司80%的股权。Droege由此得出结论：“不存在‘事情只能这样做’”；人们能通过对齐激励来谈判结果。
后来，娱乐行业协会以2500亿美元起诉Scour，最终以100万美元和解。巨大的数字落差揭示了战术目标：把公司赶出市场。Droege学到，即使是成熟机构，也可能临时编出数字，而不是遵循稳定的行动剧本。

10. 客户发现始于激励机制和经济模型重构

Droege不会照单全收客户的话，而是会研究其激励机制，包括自尊、职业晋升，以及负责推动项目的高管需要相信供应商能够承担风险项目。产品能否被采用，取决于买方个人必须听到什么、实现什么，而不只是名义上的财务ROI。
餐厅老板不愿披露可靠的经济数据时，Uber Eats团队就自己点餐，称量火腿、奶酪、面包和生菜，再与供应商目录进行匹配。团队将这套独立测算的事实，与餐厅说法以及“跑店的人”对餐厅经济性的判断交叉验证。
重构后的模型显示，食材约占一餐成本的20%–30%，人工另占20%–30%，房地产约占10%。Uber最初向餐厅收取30%；尽管外界将其与Groupon比较，最终市场接受的价格约为25%，与模型基本吻合。
增量需求才是关键激励：如果需求增长3倍、劳动力保持不变、只有食材成本随之增加，新增餐食可以带来约70%–80%的增量毛利率。餐厅老板不喜欢这种简化，因为现实更复杂。一个有价值但不紧迫的产品仍会失败——如果它不在买方的日常议程前列，“你最终只会走一条通往小TAM的漫长道路”。

11. 新业务需要专有洞察和结构性质量

Droege把创业定义为寻找市场Alpha：“我为什么这么幸运，能获得这个洞察？”在一个有100万名聪明创业者同时尝试新想法的世界里，创始人需要给出可信理由，解释自己为何能看到别人看不到的东西，以及自己为何处在最适合行动的位置。
第二项测试是耐力：“我为什么愿意花5至10年解决这个问题？”发现一个客户痛点远远不够。创始人必须有持续反思的强烈意愿，避免爱上某个想法，最后反而偏离客户使命。
他认为最重要的成功因素，是创始人能够“在很长一段时间里保持一种自然力量”，多年面对困难仍保有转向所需的能量。但如果市场结构本身很差，再强的力量也无法消除本可避免的失败概率。
因此，Droege会筛选经常性收入、粘性、网络效应、锁定效应，以及规模越大价值越高的业务。研究一个有可能成长为1000亿美元公司的企业，可以在激情从剩余选项中做选择前，先淘汰那些薄弱想法。

12. 广泛探索让Uber Eats的信号无法忽视

Droege会一直保持探索范围开放，直到证据逐渐汇聚。一次实验把250种便利店SKU装进华盛顿特区的10辆厢式货车，需求低到“连蟋蟀声都没有”，因为团队没有理解香烟、啤酒和Slurpee才是吸引客流、支撑其他商品销售的核心。
生鲜杂货的拣货和打包经济性让他感到担忧，而2014年泛化的点对点配送并没有有意义的消费者需求。经过约15种变体后，外卖配送脱颖而出：需求正在上升，单位经济性成立，非核心地段也能通过“优质餐饮”参与竞争。
Uber Eats于2015年12月在多伦多上线，并在2小时内录得约2万美元销售额。Droege描述其发展轨迹为4年半内从0增长到约200亿美元；疫情期间又在1年内从约200亿美元增长到500亿美元，后来接近800亿美元。
Droege拒绝把这一结果归结为纯粹的先见之明：“运气也是游戏的一部分。”他的重点不是否认幸运时机，而是将实验与足够的运营准备结合起来，在需求突然加速时及时接住机会。

13. McDonald’s将战略上的固执转化为分发杠杆

Uber Eats最初把自己定位为独立餐厅的盟友，因此Droege认为McDonald’s的合作方式与产品的“气质”不一致。即使McDonald’s强调自己每天约有8000万消费者，他仍然拖了4至5个月。
最终，团队告诉他这样做不理性。但这段延迟似乎帮助Uber拿下了独家关系和大规模获客；面对17美元客单价，Droege给团队的指令基本是“想办法解决”，通过配送半径、定价和其他经济杠杆找到答案。
Uber在约6个月内完成McDonald’s的全球接入，当时Uber Eats上线还不到2年；团队用临时拼装的组织，满足了一家拥有80年历史的公司的流程要求。Droege称，3个月后，增长曲线再次以更高的水平呈现出快速上翘。

14. 毛利率暴露差异化，而生存能力保留上行空间

Droege把高毛利率与健康的流失曲线视为创造价值的粗略测试。当有人提出40%的毛利率方案时，他会问：“从60%的毛利率开始，为什么不行？”答案会迅速暴露替代方案、定价权和差异化程度。
如果替代方案是一家毛利率为20%的成熟离岸服务商，那么新进入者的40%毛利率很可能会比预测更快压缩。一个有防御性的答案可能是：竞争对手现在可以复制产品，但经过2年快速执行后就无法复制；如果没有这层理由，毛利率下滑就是基准情形。
Rachitsky提出的Costco反例值得保留：低毛利率本身也可以构筑护城河。Droege同意，Costco和Walmart用价格吸收需求、培养消费习惯、深化供应商关系并积累运营专业能力，直到一家新公司以8%毛利率与现有企业10%的毛利率竞争都变得极其痛苦。
“不输”先于赢，因为创始人必须活得足够久，等到时机、洞察和产品汇合。Droege偏好收益不对称向上的决策，而不是反射式的“放手一搏”文化：风险仍然必要，但一次足以摧毁企业的下注，可能会抹掉未来所有机会。

15. 适应能力是长期有效的运营优势

Droege从一家盈利的二手高尔夫球杆生意中学会了风险纪律：业务收入达到几百万美元，并且能够分红。早期eBay的高利润率曾让他产生买下全美国所有二手球杆的狂妄想法，但进入门槛太低很快击穿了这一逻辑；前期思考不足，让他经历了多年的痛苦。
他的招聘观点变得更加细致：或许只有5%的岗位需要完全匹配、且当下有效的专业能力或客户关系，因为速度不允许公司从头培养。对大多数岗位，他会考察3件事——能否清晰表达并解决问题的好奇心、谦逊和跨职能协作能力，以及领导力。
Uber Eats的管理团队被组建成一个“优势组成的有机体”，成员之间相互弥补弱点。团队中的大部分人从0一路走到200亿美元，原因在于彼此了解和学习能力比每个人此前是否运营过同等规模的业务更重要。
Droege也在个人层面践行这种适应能力：通勤时使用语音模式AI当作导师，并让它先从内部文件中找出最重要的一点，再自行核实答案。他维持自己的座右铭是“终点从来不是终点”——通常总有一个不完美但可行的下一步，而明天仍会留下再次行动的机会。

Sequoia 的 Roelof Botha：风险投资为何失灵，以及伟大公司如何建立 No Priors 第135期｜与 Humans& 创始人 Eric Zelikman 对谈