Labelbox 完成超 1 亿美元 E 轮融资，估值达 12.5 亿美元，推动强化学习与 AI 智能体发展

Labelbox 于 2026 年 10 月 14 日宣布，公司完成了超过 1 亿美元的 E 轮融资，投前估值为 12.5 亿美元。本轮融资由 Infinitum Partners 领投，结合了股权融资与信贷额度。

Wipro Ventures、Andreessen Horowitz（a16z）、B Capital、Tau Ventures 和 Snowpoint Ventures 等也参与了本轮融资。首席执行官兼联合创始人 Manu Sharma 在一篇公司博客文章中详细介绍了融资条款。公司表示，这笔资金将用于持续开展研究和工程工作，推进其两款核心产品 Horizon 和 Recursion Managed Agents，并扩充负责将这些产品交付给客户的团队。Sharma 写道，获取算力将是公司下一阶段发展的关键；他还指出，Infinitum 的 John Yetimoglu 曾是 Groq 的早期投资者，如今正参与在 GroqCloud 构建大规模算力基础设施。

公司现状与发展历程

Labelbox 表示，公司在 2026 年实现盈利，同时同比增长超过五倍。公司称，其客户超过 400 家，其中包括美国领先 AI 实验室的 90% 以上；客户群还涵盖前沿 AI 实验室、超大规模云服务商、初创公司和《财富》世界 500 强企业。

Sharma、Brian 和 Dan 于 2018 年创立了 Labelbox。在一篇创始人寄语中，Sharma 写道，他来到美国是为了学习设计和制造飞机与火箭，期间从事计算流体力学和神经网络方面的工作；后来在 DroneDeploy 和 Planet Labs 任职时，他意识到机器学习领域的大量机遇都蕴藏在数据之中。

这篇文章将公司的发展历程划分为三个阶段：为 AI 开发者打造训练数据软件；在 Sharma 所说的“ChatGPT 时刻”之后构建强化学习环境——当时，能力最强的模型开始通过练习实际工作来提升自身能力；以及打造智能体。公司最初为自身开发智能体，之后才向客户开放这一系统。

Sharma 还写道，Labelbox 自行构建其平台的每一层：专为超长周期智能体设计的智能体运行框架、可运行数百万台虚拟机的沙盒基础设施、自有的强化学习后训练基础设施，以及一个拥有 400 多万人的专家网络。

Horizon 强化学习环境

据公司介绍，Horizon 的 WorldSim 系统会构建模拟企业，其中包含代码、仪表盘、电子表格、演示文稿和文档，并填入逼真的业务数据。模型在这些模拟环境中端到端地尝试完成复杂的多步骤任务，过程中的每一步都会记录为一条轨迹。确定性验证器每次运行时都会以相同方式为每条轨迹评分；如果两条轨迹都正确，专家的偏好就会帮助模型习得 Sharma 所说的“品味”。公司表示，其系统的运行规模达到数千个模拟世界和数百万条经过评分的轨迹，并会根据实验室在编程、计算机操作、研究、多模态任务和语音任务方面的 pass@k 目标进行调整。

Horizon 产品页面列出的应用领域包括自主 AI 研究、智能体编程与软件工程、多模态知识工作、结合智能体工具使用的语音任务、计算机操作以及网络安全。Sharma 写道，Labelbox 目前已与 90% 的领先前沿 AI 实验室和超大规模云服务商合作。

Recursion Managed Agents

融资公告称，Labelbox 于 2026 年 10 月早些时候向企业客户开放了 Recursion Managed Agents。根据产品设计，托管智能体会接收一个目标、一种触发条件（例如定时安排、警报、Slack 消息、webhook 或 API 调用），以及一套界定优质工作标准的评分准则。另有独立的评分智能体会依据评分准则逐项评估每次运行，并为每项判断指出证据；如果工作未达标，智能体就会进行修改。

智能体可以采用三种运行模式：多智能体模式，由协调器串联各个专才，每个专才都有自己的模型、指令、工具和权限；团队模式，由同一智能体的多个副本在共享看板上分工，并相互核查结果；以及默认的自动模式，由智能体自行判断任务是否需要专才或团队协作。

公司表示，智能体可在 100 多款业务应用和任何 MCP 服务器上运行；每项工具都被设定为只读、可更改数据或具有破坏性操作权限之一，凭证则存放在保险库中，模型无法查看。会话在隔离的沙盒中运行，Labelbox 表示，该平台在所有 LLM 服务提供商处均实行零数据保留。其列出的合规计划涵盖 SOC 2 Type II、GDPR、CCPA、NIST 800-171 和 PCI DSS。定价按每个智能体会话小时计算，并将算力和模型支出合并为一项预估费用；现有 Labelbox 企业客户可获得一次性 100 美元额度。

Labelbox 在 2026 年 10 月 8 日发布的一篇产品发布文章中介绍了公司的内部部署情况，并写道：“令人意外的不是智能体能完成这些工作，而是它们进步得如此之快。”公司表示，目前在 11 个团队中运行着 51 个智能体，覆盖软件工程、可靠性、安全、机器学习研究、评估、产品、财务、销售、战略和采购。

Labelbox举例称，其代码拉取请求审查代理在同一个代理版本和模型上完成了39次评分审查。在通过评分器评估的33次审查中，每次审查的中位成本从最初11次的13.15美元降至最后11次的8.90美元，每次降低了32%；与此同时，该代理的记忆更新了15次，每次审查耗时保持在约27分钟。按照产品的记忆机制，新增5份会话报告后，负责整理的代理会读取这些报告并更新该代理的记忆，且每小时最多执行一次；客户可以查看代理学到了什么，并删除任何已不再适用的经验。