前言

AfterQuery，一家 AI 訓練資料新創，據報已獲得新一輪資金，使其估值達到 32 億美元。此消息緊接著該公司在四月宣布的 3,000 萬美元 A 輪融資，當時估值為 3 億美元。短短不到六個月估值暴增超過十倍，引起關注。根據 Y Combinator 合夥人 Gustaf Alströmer 的說法，這使 AfterQuery 成為加速器史上最快達到獨角獸地位的公司。創辦人年僅 22 歲與 23 歲，僅在 18 個月前參加了 Y Combinator 2025 冬季班。本前言概述了以下摘要與對 AfterQuery 成長及運作方式的詳細檢視之背景。

重點摘要

關鍵重點： AfterQuery 據報在數月內從 3 億美元估值躍升至 32 億美元，標誌著超過 10 倍的增長。 該公司專注於訓練模型與代理以複製專家工作流程，使用知識型專業人士而非僅僅確保事實正確性。該新創報告年化營收跑道為 1 億美元，並將 Nvidia、Legora 與 Motif Technologies 列為其客戶。

主體

總部位於舊金山的 AI 訓練資料公司 AfterQuery 據報已完成一輪融資，令公司估值約為 32 億美元。該報導的估值發生在公司於五個月前公布 3,000 萬美元 A 輪融資、估值為 3 億美元之後。這一變化意味著在不到半年的時間內，估值增長超過十倍；Y Combinator 合夥人 Gustaf Alströmer 表示，這是任何 YC 支持的初創公司從成立到達成獨角獸地位的最快紀錄。

該公司的創辦人年紀顯著年輕：現年 22 歲與 23 歲，他們僅在 18 個月前加入 Y Combinator 的 2025 年冬季班。此後，公司表示已取得強勁的商業動能。四月時，AfterQuery 報告其年化營收跑道為 1 億美元，並透露正在與業界多家領先實驗室合作。公開點名的客戶包括 Nvidia、Legora 與韓國的 Motif Technologies，顯示來自主要 AI 研究與工程機構的需求。

AfterQuery 屬於一群逐漸成長的公司，這些公司僱用知識型專業人士——例如醫生、律師與其他領域專家——來產出高品質的 AI 訓練資料。這種做法類似早期的公司如 Mercor 與 Scale，這些公司使用專家標註員以提升模型表現。然而，AfterQuery 所宣稱的重點在一個關鍵面向上有所不同：公司並非僅僅確保模型產出事實正確的答案，而是專注於訓練模型與自主代理去像有經驗的從業者一樣運作。換句話說，其工作旨在編碼頂尖專業人士的決策模式、工作流程與推理過程，使模型能以類似人類專家的方式執行複雜任務。

實務上，這可能包含捕捉專家如何處理多步驟任務、在不確定情況下如何進行權衡，以及如何應用領域啟發式方法——這些元素超越了單純為正確性而標註資料。所產生的訓練材料用以教導模型不僅知道正確結果為何，還知道如何透過遵循專業標準與典型工作流程來達成結果。支持者認為，這種方法能導致更有用、可靠且具情境感知的 AI 代理，能協助或自動化實際的專業任務。

在財務面上，公司的估值快速上升似乎與其營收軌跡及市場對能加速實用 AI 能力發展的初創公司的胃納有關。報導指出，AfterQuery 在四月達到 1 億美元的年化營收跑道，這一里程碑再加上知名客戶，可能促成投資人的熱情。該動能在公司參加 YC 學程後短時間內出現，尤其值得注意，並凸顯投資人對於結合領域專業知識與模型訓練的公司之廣泛興趣。

雖然 Forbes 首次報導了這輪新資金與估值，但 AfterQuery 並未立即回應置評請求。像所有快速成長的新創公司一樣，關於長期可持續性、競爭定位以及在大規模下擴展以專家為主導的資料標註之營運挑戰等問題仍然存在。招募、訓練與留住大規模的領域專家可能既昂貴又複雜，並且在大型標註員群體中維持一致品質是此領域公司持續關注的營運重點。

儘管如此，AfterQuery 的報告進展突顯了 AI 發展中的一個更廣泛趨勢：從純粹的演算法進步轉向更具結構性、以人為中心的訓練方法。透過試圖捕捉頂尖從業者的程序性專業知識，像 AfterQuery 這類公司旨在打造不僅能正確回答問題，還能模擬專業人士在現實世界中使用的實務推理與工作流程的 AI 系統。如果這些方法能持續擴展並證明有效，將可能改變組織在醫療、法律、工程等專業領域部署 AI 的方式。

總之，AfterQuery 據報 32 億美元的估值與快速晉級為獨角獸，既反映其營收成長，也顯示投資者對於以專家為驅動的模型訓練抱持信心。該公司專注於編碼專業決策的做法使其不同於只專注於答案正確性的公司，而其快速成長軌跡也使其成為來自 Y Combinator 的近年最顯著成功案例之一。

關鍵洞見表