更强悍的是，纯靠一己之力，轻松斩获谷歌、OpenAI等AI巨头的大单，硬生生给公司干成了估值240亿美元的超级独角兽。

　　而这家公司的创始人——Edwin Chen，如今也凭借180亿的身价，跻身福布斯400的最年轻富豪，也是这波新晋富豪中最富有的一位。

　　福布斯400新晋最年轻富豪——Edwin Chen，美裔华人，年仅37岁。

　　Edwin毕业于MIT，先后在推特、谷歌和脸书工作，担任过各种推荐算法相关的职位，是一名资深的机器学习工程师和数据科学家。

　　但无论身处哪家大厂，Edwin始终无法绕开一座大山：稀缺的高质量人工标注数据。

　　在工作进展屡屡受挫中，他意识到，没有足够的高质量数据，我们可能永远都抵达不了AGI。

　　《降临》讲的是一位人类语言学家，试图通过破译外星文明的文字与其建立沟通。但随着理解不断加深，她却逐渐掌握了一种语言之外的能力——对时间的非线性认知，乃至「预见未来」。

　　在Edwin看来，在我们的世界里，人类，就是那批拥有超能力的外星人。而AI可以通过标注数据，学习我们的思维模式，最终获得独属于人类的超能力——智能。

　　拒绝所有风投，一份投资者的钱都不拿，创始人押上自己打工十年的全部积蓄，独自踏上了AI创业之路。

　　Edwin直言，绝大多数依赖VC生存的硅谷初创公司，本质上都是一场「骗局」，他们眼里只有「快速致富」。

　　在他看来，想要真正掌握战略制定话语权，保证公司始终行驶在创始人最初的设想中，不能把希望寄托于任何投资者。

　　而这家白手起家的数据标注公司，不止打一开始「离经叛道」。就连技术路线上，也选择了一条与传统数据标注公司截然不同，甚至在当时会被认为「吃力不讨好」的路子。

　　回到2020年，GPT尚未问世，Scaling Law的重要性也未得到重视，可用于训练的高质量数据很少。

　　彼时的数据标注，是一项附加值相当低的工作。一般而言，只需要大量雇佣低成本劳动力，不要求任何专业背景，工作内容往往只是坐在电脑前区分猫和狗。

　　在他看来，数据标注公司的任务不应该是做脏活，数据标注的本质，是编码「人类的丰富性」。

　　这意味着，要让最聪明的人类——研究生、博士，甚至哈佛大学的教授——将他们大脑里的专业知识，转化为AI能读懂的的二进制代码。

　　相比传统数据标注公司，Surge要求数据标注员具备高等教育背景，甚至得是博士与高校教授。

　　有时，他们需要刻意引导聊天机器人给出错误或有害的回答，再亲自写出更合理、更安全的版本；有时，他们要在不同模型的回复中选出最佳答案，并详细解释好在哪里。

　　随着AI的高速发展，这一路线已然成为绝大多数同行的共识，数据标注员的队伍中，博士比例越来越高。

　　但学历也不能说明一切。一个文学博士，未必擅长写诗；一个物理学教授，也未必擅长讲课。具体到实际标注工作中，对技能的需求会更加垂直化。

　　为此，Surge设计了一套与YouTube推荐机制高度相似的内部匹配系统：持续评估每一位标注员的能力边界，收集其历史表现数据，将其动态分配到最合适的项目中。

　　除了聘请常春藤盟校的精英，Edwin还雇佣了来自全球50多个国家的一百多万名自由职业者。他们负责提出可能难倒AI的问题，评估模型回答，并编写标准帮助人工智能生成完美的答案。

　　不过，上述做法都不新鲜，这套方法论基本算是目前所有数据标注公司的常规操作。

　　据Surge员工表示，Edwin相当喜欢「站在科技和人文的十字路口」的人才。在他看来，只有这样的人，才能帮助AI真正捕捉不同语言背后复杂而微妙的文化与社会语境。

　　这与Edwin自己的履历也高度相似——语言和数学双修，在MIT主修的数学，还会说法语，西班牙语和普通话。

　　因此，在面试环节，Edwin不仅会考察候选人的代码能力，还常常把话题引向文学作品。

　　Surge成立早期，Edwin曾面试过一位在音乐行业工作了十多年的鼓手，这位没有任何科技行业经验的求职者，最终成了公司的五号员工。

　　具体机制上，Edwin没有解释这种「人才基因」究竟会如何影响数据标注的质量。但这种做法的有效性，，或许能从Surge的业绩表现得到些许印证。

　　事实上，Surge的收费标准往往比市场溢价50%，极端情况甚至能比竞争对手高出10倍。

　　尽管如此，Surge最早的一批客户名单中，仍赫然出现了Airbnb、Twitch、Twitter等互联网巨头的身影。

　　当Gemini系列处于黑暗时期时，谷歌一位研究员同样向Edwin寻求了支持，双方通话了两个多小时。不久后，谷歌就和Surge签署了一份年价值超过1亿美元的合作协议。

　　到2024年，Surge营收正式超过Scale AI，攀升至惊人的12亿美元，公司估值也随之来到240亿美元。

　　在Edwin看来，不止是VC，投资者的每一笔钱都是一根绳子，最终五花大绑住公司的手脚。

　　不过，在市场竞争异常激烈的今天，Edwin的理念究竟是否真的有利于Surge的发展，或许得画一个问号。

　　汹涌而至的AI热潮下，大量资金正迅速涌入其竞争对手的钱包。这批资金充裕的公司，正通过「价格战」抢走本属于Surge的肥肉。

　　另一方面，Surge 最早的客户之一，AI实验室Cohere，虽没寻「新欢」，却偷偷将数据标注工作都转移到了内部。

　　归根结底，数据标注这行几乎没有什么护城河，客户随时可以切换供应商，甚至选择自研。就连收购了Scale的Meta，现在仍在继续使用Surge的服务。

　　从长期来看，有一个更值得关注的问题——如果AI继续进步，最终不再需要人工标注数据了，怎么办？

　　或许正是意识到了这些风险，Surge对资本市场的态度，近期也开始出现微妙变化。

　　据悉，公司正在洽谈一笔约10亿美元的融资。如果交易完成，其估值有望进一步抬升至300亿美元。

　　与此同时，公司创始人Edwin，也开始逐渐从幕后走向台前，频繁出现在大众视野中。

　　他的父母来自中国台湾，后来移民美国，在当地开了一家名为「北京花园」的中泰美式餐厅。Edwin十几岁时就在那里打工。

　　语言方面，小学的Edwin非常喜欢参加拼写比赛，并给自己设下一个颇为宏大的目标：解锁「20」门语言。

　　虽然这个梦想最终没能实现，但直到今天，他仍能使用法语、西班牙语和普通话。年轻的时候，他还会说印地语和德语。

　　数学方面，他同样进展迅速。八年级便开始学习微积分，很早就完成了中学阶段的数学课程。高三时，他的大部分时间，已经是在耶鲁大学教授的指导下参与研究学术课题。

　　在校期间，他联合创办了一个语言学社团，还曾在CSAIL从事自然语言处理相关研究，涉及代数拓扑、复杂性理论以及机器翻译等方向。

　　而Edwin在Microsoft Research的第一份实习，也是研究语音识别和文本转语音。

　　Edwin的生活习惯同样特别——上大学时，他推崇多相睡眠法，将睡眠分成多次短时休息，比如每六小时小睡30分钟，而不是一次性睡足八小时。

　　除此之外，他还是一名素食主义者。吃素的情况下，还几乎每天走两万步。为寻找灵感，他经常在午夜散步到纽约的时代广场。

　　大学毕业后，Edwin先后进入Twitter、Google和Facebook工作，担任机器学习工程师或数据科学家。

　　父母来自台湾，青年时期在餐厅打工，如今离职创业给AI公司卖「铲子」…….简直是数据标注界的黄仁勋啊。

　　九岁时，黄仁勋迎来「天崩开局」的美国生活——舅舅误将黄仁勋和哥哥安排进了奥奈达浸信会学院。这是所管教问题少年的寄宿学校。

　　由于对英语一窍不通，刚进学校的黄仁勋饱受霸凌，总会有学生在走廊里推搡他，在操场上追赶他。

　　每到夏天，奥奈达浸信会学院的学生们都需要通过劳动来挣生活费，黄仁勋总会被留下来打扫全宿舍的卫生间。

　　临近中学毕业，黄仁勋去到一家连锁餐厅打工，帮别人洗碗端盘子，一点一点晋升为服务员。

　　那是一段塑造性格的经历。我学会了坚韧……我学会了无论做什么工作，都要把它做好。

　　被人霸凌、被要求扫厕所、给人洗碗端盘子，或许恰恰是这些恶劣的成长环境，才造就了今天的黄仁勋。

　　而不论黄仁勋还是Edwin，事业大小有别，环境也早已变化，做的事情也有所不同，但刻在基因里的底层源代码似乎没有变化，践行的都是同一个底色——