据 Forbes 周一报道，成立仅 18 个月的 AI 初创公司 AfterQuery 在新一轮融资中的估值已达到 32 亿美元。5 个月前，这家公司在完成 3000 万美元 A 轮融资时的估值为 3 亿美元，最新估值较当时高出 10 倍以上。
Y Combinator 合伙人 Gustaf Alströmer 表示，AfterQuery 由此成为 Y Combinator 历史上从创立到达到独角兽估值速度最快的初创公司。AfterQuery 拒绝就这篇报道置评。Forbes 援引一位消息人士称，该公司已经实现盈利，并且这轮融资已经敲定一名领投方。
两名高中好友创办，加入 YC 时还没有产品
Spencer Mateega 和 Carlos Georgescu 于 2025 年 2 月创办 AfterQuery。按照报道说法，两人在加入 Y Combinator 2025 冬季批次时，还只是两名高中好友，既没有产品，也没有固定方向。
Mateega 在今年 7 月于 X 平台发文称，公司年度经常性收入已经增长到「数亿美元」，而在 4 月时这一数字还是 1 亿美元。他当时写道，AfterQuery 与所谓的行业「巨头」之间的差距正在迅速缩小，而且公司收入已经比此前提到的 1 亿美元 run rate 高出数倍。
从金融 AI 代理转向训练数据业务
两位创始人最初想做的是面向金融领域的 AI 代理。但在测试过程中，他们发现，领先模型在处理复杂、需要专业判断的任务时仍频繁失误。报道称，问题不在于模型缺少原始能力，而在于没有人真正教过模型，专家在面对困难决策时是如何一步步推理的。
此后，AfterQuery 调整了方向。公司现在向专业人士付费，购买他们生成的推理数据，也就是一名专业人员如何逐步拆解并处理问题的书面记录。这类数据被用来训练 AI 模型，让模型学习判断过程，而不只是记住事实。
根据 Forbes 的说法，Nvidia 已使用这类数据训练其开源 Nemotron 模型。AfterQuery 的客户还包括 OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab，以及法律 AI 公司 Legora。
行业对高质量判断数据的需求正在扩大
报道指出，这次业务转向背后的需求并非个例。开发最先进 AI 系统的前沿实验室，已经消耗了开放互联网中大部分可用文本数据，而合成数据，也就是由 AI 生成的训练材料，作用也存在边界。当前稀缺的，是只有真实且具备资质的专业人士才能提供的判断能力。
其他公司也在从不同方向争夺这类稀缺资源。报道提到，韩国金融科技公司 Toss 近期通过与数据基础设施公司 Poseidon 合作，向其 3000 万用户开放 AI 数据经济，向普通用户付费，收集模型无法在网上找到的真实世界数据。
数据标注与训练赛道竞争升温
AfterQuery 并不是唯一一家从这类短缺中受益的公司。Scale AI 的 Alexandr Wang 在 2021 年、24 岁时成为行业首位数据标注领域的亿万富翁。之后，Meta 以 143 亿美元收购该公司 49% 股份，并让 Wang 负责其自身 AI 实验室。
竞争对手 Mercor 的创始人在去年 10 月也打破了 Wang 早期的纪录，在 22 岁时成为亿万富翁。
Mateega 曾表示，AfterQuery 相较于 Mercor 的优势，在于其自研软件会把提交内容筛选到一种「恰到好处」的难度：既足够难，能够挑战前沿模型；又不会难到模型无法从答案中学习。报道还称，AfterQuery 会先用这些数据训练自有模型，再将数据出售给实验室，以此展示这些材料确实能够提升模型效果，而不是只靠口头说明。
另一方面，Mercor 目前正在与 Nvidia 洽谈新一轮融资。这轮融资可能使其估值达到 200 亿美元，相当于较去年 10 月的 100 亿美元估值翻倍。
截至目前，AfterQuery 的这轮融资仍未完成，公司也尚未公布领投方身份。