一年營收從 2,000 萬美元衝上 3.75 億：Snorkel AI 的 3.5 億美元融資，賭的是「資料就是新前線」

在 AI 融資多到讓人麻木的這一年，Snorkel AI 的 E 輪融資有一個數字特別醒目：該公司表示，其年化營收本週突破 3.75 億美元，而一年前只有約 2,000 萬美元。這是十二個月內 18 倍的成長，也讓這家斯坦福孵化新創以 35 億美元估值完成 3.5 億美元融資——比起 2025 年 5 月 D 輪後的 13 億美元估值，接近三倍。

這輪於週二宣布的融資由 Insight Partners 與 S32 領投，Third Point、March、Blumberg、Allegis、Standard VC、Frontline，以及既有投資人 Addition、Lightspeed、Greylock、GV、P7、Wells Fargo、Walden Catalyst Ventures 與 Factory 跟投。Reuters 以獨家專訪 CEO Alex Ratner 的形式率先報導。

Snorkel 到底賣什麼

Snorkel 十年前誕生於斯坦福 Christopher Ré 實驗室的一個研究計畫，Ratner 在那裡完成博士學位。它的創業論點很簡單：AI 的進步將日益「以資料為中心」，因此資料開發應該被當成研究與技術問題來對待，而不是人力與群包問題。公司先將這個想法商業化為資料標註軟體，2025 年 9 月再轉型為直接向前線實驗室（frontier labs）、超大規模雲端業者、所謂的「neolabs」、垂直 AI 公司、企業與美國政府機構，販售成品專家資料集與強化學習環境。

市場定價的正是這次轉型。在強化學習時代，前線模型進步的瓶頸不再只是 GPU——而是夠難、連強模型都解不出來的專家級訓練任務與環境。Snorkel 在名為《Data 2.0 and the research era of AI data》的部落格文章中提出：產業已從「Data 1.0」（拚量：爬取、標註、重來）走向「Data 2.0」（拚課綱：少數極度複雜、精準打點的資料與環境，才能讓已是專家級的模型再往前挪）。

程式碼是最清楚的例子。幾年前，有用的程式資料意味著大量原始程式碼供預訓練、加上簡單題目供 SFT 與 RLHF。今天，一個前線級的程式碼資料集或 RL 環境，必須近似資深工程師要花數天到數週才解得掉的問題、在產品級產出上捕捉細微的目標與獎勵訊號、像校準過的課綱一樣針對特定模型錯誤模式、抵抗模型駭獎勵（reward hacking）的企圖，而且往往要通過數百項品質檢查才算可用。純靠人力時數，供應不了這種規模。

RSI 引擎，以及人類為何必須留在迴圈裡

整份公告在概念上最有趣的部分，是 Ratner 所稱的「資料的 RSI 引擎」——一個遞迴自我改進迴圈：專門化的 AI 模型加速人類專家的產出，而規模化的人類監督又回頭持續評估並改進這些模型。Snorkel 內部的 Agentic Data Platform 就是圍繞這個迴圈打造的。公司分享了具體數字：在建構程式 agent 環境時，它用數百個專門化 QC agent 搭配人類專家審查，聲稱讓品管效率提升超過 50%、審查準確率比「人類＋現成 LLM」基線高出 15 個百分點以上；規模化的人類回饋再作為弱監督，目前比非專門化的前線模型基線準確率高出一倍。

堅持人類在迴圈（humans-in-the-loop）不只是行銷話術。Ratner 的論證有兩層。機制上，純合成資料與模型已經知道的東西高度相關——學不到它還不會的事——（蒸餾除外）在上面訓練等於邀請模式塌縮（mode collapse）。規範上，資料是我們衡量與對齊 AI 的方式；完全沒有人類參與的資料開發，「等同於徹底放棄人類監督與對齊」。

開放基準作為戰略

Snorkel 同時宣布擴大 Open Benchmarks Grants 計畫，資助開放、獨立的基準。它已支持 Terminal Bench、OSWorld 2.0 與 Agents’ Last Exam——正是如今前線實驗室激烈爭搶的那些排行榜。對「benchmaxxing」（刷榜）與古德哈特定律，該公司的答案不是更少基準，而是更多：一個由強健、獨立打造、公開與私有並存的基準構成的多元生態，且多數公開基準應以開放方式開發。

這讓 Snorkel 站上了評測公信力之爭的正中央。就在這個月，包括 OpenAI Astra 分數爭議在內的基準修改風波，讓「發布後改分數」的做法受到嚴格檢視。一家以打造基準級資料為業的廠商，顯然希望評測生態被信任，也顯然在獨立性上有不容砸掉的信譽籌碼。

為什麼重要

這輪融資是迄今最清楚的市場訊號：「資料與環境」已自成 AI 技術堆疊中的一層，而且有定價權。Snorkel 是 OpenAI 官方列名的合作夥伴，客戶名單讀起來像整個產業的組織圖——前線實驗室、超大規模雲端業者與美國政府。它的營收軌跡（一年內從約 2,000 萬美元到 3.75 億美元）顯示，前線實驗室花在專家資料上的錢，規模已經可比當年為聊天機器人做標註，但任務複雜度與單價都是專家級。

疑問當然存在。以約 3.75 億美元年化營收支撐 35 億美元估值，本營收比約 9.3 倍——對服務成分偏重的業務而言相當激進，只有在使用者長期續約、且 RSI 迴圈真如宣稱般複利疊加時才站得住腳。而合成資料是否必然導致模式塌縮，學界也尚未定論；若純合成管線持續進步，人類在迴圈的溢價就會縮水。但至少此刻，市場已經對「前線的稀缺性在哪」給出裁決：一部分就藏在教會模型「它還不會的事」的資料集與環境裡。