据《福布斯》周一援引两位直接了解交易的知情人士报道，成立仅18个月的AI初创公司AfterQuery在新一轮融资中估值达到32亿美元。这一数字是该公司五个月前完成3000万美元A轮融资时3亿美元估值的十倍以上——A轮融资是初创公司早期出让部分股权以换取增长资金的融资轮次。

据YC合伙人Gustaf Alströmer称，这一跃升使AfterQuery成为Y Combinator历史上从创立到独角兽地位——即估值超过10亿美元的私营公司——速度最快的初创公司。AfterQuery拒绝就此报道置评。《福布斯》的一位消息人士称，公司已经盈利，并已为该轮融资确定了领投方。

现年23岁的创始人Spencer Mateega和22岁的Carlos Georgescu向医生、律师、工程师和金融分析师付费，让他们生成AI实验室已无法从开放互联网上抓取的专家判断数据。这两位高中好友于2025年2月创立该公司，此前18个月他们加入Y Combinator 2025年冬季批次时还没有产品，也没有固定的想法。

Mateega七月在X上发帖称，年度经常性收入（即公司持续订阅业务的年度价值）已增长至"数亿美元"，而四月时为1亿美元。

AfterQuery is quickly closing the gap on the "giants." We've already grown multiples past the $100M revenue run rate cited here. If you're a post-training researcher or lab that needs long-horizon tasks, professional / knowledge work data, high-fidelity RL environments, code… — Spencer Mateega (@spencermateega) July 12, 2026

两位创始人最初打算为金融领域构建AI智能体。测试显示，领先模型在微妙的专业级判断上屡屡失败——并非缺乏原始能力，而是因为从未有人教过它们专家如何真正推理一个艰难决策。于是他们转型了。

AfterQuery现在向专家付费，让其生产推理数据：即专业人士逐步解决某个问题的书面记录，用于教会AI模型判断力而不仅仅是事实。这类材料已成为后训练（即模型初始构建后通过精选反馈优化行为的阶段）和强化学习（模型通过练习分级任务来提升）的核心。据《福布斯》报道，英伟达已使用这些数据训练其开源Nemotron模型，AfterQuery的客户还包括OpenAI前CTO Mira Murati的Thinking Machines Lab和法律AI公司Legora。

推动这一转型的需求遍及整个行业。前沿实验室——即构建最先进AI系统的公司——已经搜刮了开放网络上的大部分可用文本，而合成数据（即AI生成的训练材料）的作用也有限。真正稀缺的，是只有真实、拥有资质的专家才能提供的判断力。

其他公司正从不同方向追逐同样的稀缺资源。韩国金融科技公司Toss最近通过与数据基础设施公司Poseidon的合作，将其3000万用户引入AI数据经济，向普通用户付费，让他们录制模型无法在网上找到的现实世界数据。

并非只有AfterQuery在从这一短缺中获益。Scale AI的Alexandr Wang于2021年24岁时成为业内首位数据标注亿万富翁，随后Meta以143亿美元收购其49%的股份，并让Wang执掌自己的AI实验室。竞争对手Mercor的创始人去年10月打破了Wang的早期纪录，在22岁时成为亿万富翁。

Mateega表示，AfterQuery相对于Mercor的优势在于：Mercor依靠AI面试官来管理庞大的外包人员池，而AfterQuery使用定制软件筛选提交内容，确保其难度恰到好处（"金发姑娘"难度）——既足以挑战前沿模型，又不至于难到无法从答案中学习。AfterQuery在出售数据之前还会先用这些数据训练自己的模型，以证明这些材料确实有效，而不是让实验室凭空相信。

与此同时，Mercor目前正在与英伟就一轮融资进行谈判，估值将达200亿美元，较去年10月的100亿美元翻倍。AfterQuery的融资轮尚未完成，公司也未公布领投方——因此最终条款，以及报道的32亿美元估值能否成立，仍有待确认。