Mercor完成7.5亿美元D轮融资，估值达200亿美元，以扩大AI训练业务

Mercor于2026年11月10日宣布完成7.5亿美元D轮融资，这家AI训练公司的估值达到200亿美元。本轮融资包括员工股份要约收购，NVIDIA、Salesforce、Zoom及其他投资者也参与其中。

Benchmark、Felicis、Fundomo、由Apollo关联公司旗下基金管理的资金、G Squared、General Catalyst、Glade Brook Capital、Sapphire Ventures、StepStone Group和XTX Ventures也参与了投资。这笔资金将加快模型评测和后训练（即对现有模型进行额外训练）所需的基础设施建设与研究，同时支持构建更多环境，让智能体能够学习复杂的工作流程。Mercor还于2026年在纽约和伦敦开设了办事处，将业务拓展至旧金山以外，以便更接近企业和实验室客户，并招募员工。

企业评测与专家训练

过去两年，Mercor一直在构建基础设施，借助人类专业知识，在真实工作场景中训练和评测前沿模型。如今，公司正将这些能力拓展至企业领域，通过评测确定智能体能够完成哪些任务、成本是多少，以及性能如何提升。Mercor的定制评测使用雇主的实际工作流程，根据公司要求衡量模型表现，并找出在哪些方面，额外训练或在逼真环境中练习可能有所帮助。

Mercor表示，其网络拥有超过500万名专家，他们获得报酬，为前沿AI模型提供训练；美国有800多种不同职业，其中包含尚未用于评测模型的工作流程。Mercor的企业方案从一款能力出色的开放模型入手，构建公开评测，并通过后训练降低成本，然后再为客户训练模型。

这种方法区分了两种能力：了解一项任务通常如何完成，以及了解某个特定雇主如何依据自身的系统、政策和质量标准处理这项任务。Mercor称，后训练所需资源仅为前沿模型训练所需资源的一小部分。公司面向前沿实验室和企业的业务采用同一套专家网络、评测方法和后训练基础设施，使双方积累的经验能够相互借鉴。

Deeptune在智能体训练中的作用

2026年早些时候，Mercor收购了强化学习环境公司Deeptune。2026年7月9日发布的公告介绍了这项拟议中的收购，以及Deeptune过去两年来重建数百款企业应用的工作成果；这些应用涵盖电子表格和Salesforce等，将用于智能体训练环境。这些环境让智能体能够练习专业工作流程。

每个环境都包含三个组成部分：开展工作的软件、规定智能体必须完成哪些任务的任务，以及判断智能体是否成功的验证器。Mercor的专家负责创建任务和验证器，将人类判断转化为学习信号。7月的公告称，其APEX系统会衡量模型在数千种真实工作流程中执行具有经济价值任务的表现，而Deeptune则提供软件层，将这些专业知识转化为训练环境。

内部AI支出

Mercor表示，其推理支出是员工薪酬的三倍。推理是指运行模型所需的计算；这笔支出通过提升员工的工作表现收回了成本。

联合创始人兼首席执行官Brendan Foody表示，如果随着AI在经济各领域普及，这一比例仍能保持，那么未来五年国内生产总值的增长幅度可能会接近两位数，几乎是他所说的通常增速的三倍。

这笔资金支持一项统一的企业方案：搭建环境、提供专家，并衡量智能体是否已做好准备。对Mercor而言，实际检验标准是智能体能否在客户自己的工作流程中稳定可靠地运行，因为仅仅了解一般任务并不足够。