死掉的創(chuàng)業(yè)公司，成了AI最搶手的訓練數(shù)據(jù)

一家做了 13 年的字幕轉(zhuǎn)錄公司，關(guān)門時靠賣內(nèi)部 Slack 存檔、Jira 工單和郵件，給創(chuàng)始人換回了“幾十萬美元”。這家叫 cielo24 的公司，原本擔心付不上最后一筆賬單，最后卻借此得以干凈收尾。

過去一年，硅谷有一批倒閉或正準備倒閉的創(chuàng)業(yè)公司，都在用這種方式重新估價：不按現(xiàn)金，不按代碼庫，也不按還能再賣的辦公家具，而是按它們留下的一整套數(shù)字履歷，比如 Slack 存檔、Jira 工單、內(nèi)部郵件、Confluence 頁面、Google Drive 里的工作文檔。買家是 AI 實驗室，用途是訓練下一代能替人干活的 agent。

在短短一年多的時間里，這樣一條從清算到訓練的產(chǎn)業(yè)鏈迅速形成。上游是倒閉的公司，中游是幫它們關(guān)廠順便打包數(shù)據(jù)的清算掮客，下游是把這些碎片加工成模擬辦公室的新型 AI 創(chuàng)業(yè)公司，最終流向 Anthropic 和 OpenAI 這兩個最大的買家。每一層玩家都已就位，每一筆交易都已有標價。

專門打掃戰(zhàn)場的人

在這條鏈條的中游，SimpleClosure 和 Sunset 是兩家比較有代表性的公司，它們都是 2023 年成立的美國創(chuàng)業(yè)公司。

SimpleClosure 由以色列連續(xù)創(chuàng)業(yè)者 Dori Yona 和 Nimrod Ram 聯(lián)合創(chuàng)立。Yona 的上一家公司 Earny 是個消費級金融返現(xiàn)應(yīng)用，用戶做到 350 萬，累計融資 1,400 萬美元，2021 年被私下出售。

圖丨Dori Yona 和 Nimrod Ram（來源：SimpleClosure）

關(guān)掉 Earny 的經(jīng)歷讓 Yona 意識到美國沒有“關(guān)廠 SaaS”這個品類，而處理相關(guān)業(yè)務(wù)的律所和會計師事務(wù)所收費 7 萬美元起，流程要拖 6 到 12 個月。SimpleClosure 的定位是“關(guān)廠版 TurboTax”，把這件事壓縮到幾周、幾千美元。

Fast Company 的數(shù)據(jù)顯示，SimpleClosure 2024 年一年處理了超過 500 家公司的關(guān)廠手續(xù)，累計融資約 550 萬美元，主要渠道合作方是 Stripe Atlas 和 Carta，后兩者本身就是硅谷創(chuàng)業(yè)公司從注冊到發(fā)薪的基礎(chǔ)設(shè)施，能精準把關(guān)門中的客戶導過來。

Sunset 的創(chuàng)始人 Brendan Mahony 和 Grant Rheingold 都是 YC 系出身，本人就趟過關(guān)廠的坑。Mahony 自己 2017 年創(chuàng)立的玩具公司 Toybox 走的是 YC 路徑，2020 年被收購；緊接著第二家公司 Contrast 做不下去，他花了半年多親自走完清算流程。那次經(jīng)歷讓他決定 2023 年開做 Sunset。

Sunset 后來和 Acquire.com 達成合作，后者是硅谷最大的創(chuàng)業(yè)公司并購撮合平臺，大量“收購”實際是資產(chǎn)收購（acquihire），交易完成后還需要清算留下的法律實體。Sunset 順勢接下這塊單子，形成“被收購+留殼清算的閉環(huán)業(yè)務(wù)。

數(shù)據(jù)交易是兩家公司在過去一年才加上的新業(yè)務(wù)線。據(jù) Forbes 報道，SimpleClosure 過去一年做了“近 100 筆”這類交易，每筆報價在 1 萬到 10 萬美元區(qū)間，累計為創(chuàng)始人回收超過 100 萬美元。定價主要看“數(shù)據(jù)豐度”，比如一張 Jira 工單如果能追溯到具體一次代碼提交、一條 Slack 討論、一次 PR review，價值會遠高于一份孤立的 Word 文檔。醫(yī)療和金融的數(shù)據(jù)有溢價。

Yona 本周正式推出了一個叫 Asset Hub 的新產(chǎn)品，把 SimpleClosure 過去零散做的數(shù)據(jù)撮合正式產(chǎn)品化，創(chuàng)業(yè)公司關(guān)門時可以把代碼、域名、IP、設(shè)備，連同 Slack 存檔、郵件、內(nèi)部文檔一起掛上去交易。Asset Hub 里關(guān)于數(shù)據(jù)的那一欄目前還在 beta，Yona 給的理由是脫敏。

10 億美元在買什么

SimpleClosure 每筆 1 到 10 萬美元的定價，上限由鏈條末端的買家決定。The Information 在 2025 年 9 月披露，Anthropic 管理層討論過在未來一年里拿出 10 億美元投入強化學習環(huán)境（RL environments，更通俗的叫法是 RL gyms）。OpenAI 這邊，2025 年全年數(shù)據(jù)開銷約 10 億美元，內(nèi)部預(yù)測到 2030 年將漲到 80 億美元。

簡單而言，RL gym 做的事情就是搭一個“虛擬辦公室”，把 Salesforce、Slack、Gmail、Excel、Jira 等主流企業(yè)軟件的界面和交互邏輯復(fù)刻出來，讓 AI agent 在里面反復(fù)練習。SemiAnalysis 2026 年 1 月盤點過這條賽道，已有名字可查的就有十幾家：Habitat、DeepTune、Fleet、Vmax、Turing、Mechanize、Preference Model、Bespoke Labs、Veris.ai、HUD，多數(shù)是不到 20 人的種子輪團隊，服務(wù) 1 到 3 家 AI 大客戶，總數(shù)估算約 50 家。

一些頭部團隊的估值增長速度驚人。例如由 Andrej Karpathy、Founders Fund 和 Menlo Ventures 等支持的 Prime Intellect 此前就構(gòu)建了一個開源社區(qū)版 Environments Hub，對標“RL 環(huán)境界的 Hugging Face”，2025 年秋季估值已過 10 億美元。Mechanize 走相反的路數(shù)，小而精，給軟件工程師開 50 萬美元年薪專職造環(huán)境，已經(jīng)是 Anthropic 的合作方。

AfterQuery 是 Y Combinator 2025 年冬季批次的畢業(yè)團隊，最近拿下 Altos Ventures 領(lǐng)投的 3,000 萬美元 A 輪，估值 3 億美元，ARR 過了 1 億，主打產(chǎn)品是一系列起名叫“Big Tech World”“Finance World”“Tax World”的模擬公司世界。

還有更早動手的是數(shù)據(jù)標注公司 Turing，過去一年里已經(jīng)建了超過 1,000 個 RL 環(huán)境，包括 Airbnb、Zendesk、Microsoft Excel 的像素級復(fù)刻。據(jù) SemiAnalysis 的統(tǒng)計，單個“UI gym”均價約 2 萬美元，OpenAI 過去一年里買了數(shù)百個，一次性買斷，復(fù)用在之后所有代際的模型訓練上。數(shù)據(jù)標注老牌玩家也都擠了進來。

估值 100 億美元的 Mercor 最近也在向投資人推銷它的 RL 環(huán)境業(yè)務(wù)，客戶包括 OpenAI、Meta、Anthropic；2024 年營收 12 億美元的 Surge 成立了專門的 RL 環(huán)境部門，CEO Edwin Chen 對 TechCrunch 說過去幾個月需求“顯著增長”。

在這套供應(yīng)鏈里，倒閉公司的數(shù)據(jù)處于最底層，它們是最快、最便宜、最真的原材料。自己從零搭一個帶真實項目軌跡的 Slack 克隆要花幾十人月；從一家倒閉公司那里買一份現(xiàn)成的、帶完整協(xié)作上下文的存檔，是更劃算的起點。

AfterQuery 的訓練題庫的一道任務(wù)可以幫我們理解這一點。在該任務(wù)中，AI agent 被布置去給一個叫 Bob 的同事策劃生日 party。它并不知道另一個同事也在張羅同一件事，也忘了 Bob 到底哪天生日。要拿到通關(guān)分，它得主動給其他員工發(fā)消息、在信息不全的情況下推理、決定是合流還是另起爐灶。

這種任務(wù)對應(yīng)的正是 AI 實驗室最想訓練的那類能力：在一個信息不全、多方利益、工具分散的日常辦公里，把一件瑣碎的小事推動到閉環(huán)。Dario Amodei 2025 年 5 月公開說過，未來 1 到 5 年 AI 可能消滅掉美國一半的初級白領(lǐng)崗位。而替代那些崗位的能力，有相當一部分就在從 cielo24 這類公司的數(shù)據(jù)殘骸里被訓練出來。

那個“脫敏開關(guān)”并不存在

盡管發(fā)展迅速，但這條產(chǎn)業(yè)鏈目前依然面臨著隱私等敏感問題，這也是 Yona 把 Asset Hub 的數(shù)據(jù)交易板塊留在 beta 階段的原因。

員工的數(shù)據(jù)并不能只靠簡單的“抹掉姓名”就能避免暴露風險。一個人的名字可以替換成任何符號，但他在 Slack 上的語言習慣、項目風格、跟誰吵過架、被誰抄送過郵件這些結(jié)構(gòu)性信號，很難完全清除。

在由 Google DeepMind 的 Milad Nasr、Nicholas Carlini 團隊在 ICLR 202 發(fā)表的一項研究（Scalable Extraction of Training Data from Aligned, Production Language Models）中，團隊成功用兩種攻擊手段能繞過 ChatGPT 的對齊機制，在超過 23% 的對話里讓它吐出訓練集原文，甚至可以定向重建指定文檔。論文表明，現(xiàn)有對齊機制擋不住訓練數(shù)據(jù)從生產(chǎn)級模型里外流。

圖丨相關(guān)論文（來源：OpenReview）

這項研究的對象還是用公開互聯(lián)網(wǎng)數(shù)據(jù)訓練的模型。換成“倒閉公司 Slack 存檔”這類更窄、更集中、更多個人痕跡的訓練集，風險只會更大。

而在法律層面，美國聯(lián)邦層面沒有對應(yīng)“員工通訊出售”這種場景的規(guī)則，州一級的數(shù)據(jù)保護法（包括加州 CCPA、伊利諾伊 BIPA）大多只覆蓋消費者數(shù)據(jù)。歐盟 GDPR 理論上適用，但要真正觸發(fā)起訴，得有某個具體個人意識到自己的數(shù)據(jù)被某個模型記住了，這是一個幾乎無法自舉的條件。

非營利組織 Center for AI and Digital Policy 創(chuàng)始人 Marc Rotenberg 本周向美國參議院商務(wù)委員會致函，要求 FTC 介入審查這套生意，但從研究提請到監(jiān)管動作，中間還有較長的一段路要走。

參考資料：

1.https://www.forbes.com/sites/annatong/2026/04/16/ais-new-training-data-your-old-work-slacks-and-emails/

2.https://www.businesswire.com/news/home/20260416986787/en/SimpleClosure-Launches-Asset-Hub-to-Unlock-Value-Startups-Leave-Behind

3.https://www.fastcompany.com/91270762/simpleclosure-most-innovative-companies-2025

4.https://newsletter.semianalysis.com/p/rl-environments-and-rl-for-science

運營/排版：何晨龍