用数据和案例,讲清楚行业里的事 关于我们 | 联系方式 | 网站地图
AI行业观察站AI INDUSTRY INSIGHT
首页 › 行业观察 › 正文

思维链之父去了一家数据公司:AI人才流向变了意味着什么

2026-11-20栏目:行业观察约 4 分钟

2026年11月18日,"思维链之父"Jason Wei在X上官宣:离开Meta旗下TBD实验室,加入AI创业公司Mercor担任首席科学家。他给出的理由只有一句——随着越来越多公司开始训练AI模型,数据将塑造AI发展的下一个前沿。一个提出思维链、参与o1与Deep Research、创建SimpleQA/BrowseComp/HealthBench的顶级研究员,从大模型实验室流向一家做专家数据与评测的公司,这不是个人职业选择的小事,而是人才流向给出的行业信号。

先看事实:这次跳槽的四个坐标

坐标一:老东家刚给过高价。 2025年7月,扎克伯格以传闻上亿美元年包从OpenAI挖来Jason Wei,入职Meta超级智能实验室旗下TBD Lab,任职约一年,从事推理与Agent方向研究。不到一年出走,说明薪酬已不是决定性变量。

坐标二:新东家是一家"数据公司"。 Mercor成立于2023年1月,总部旧金山,最初做AI招聘,后转向为AI公司提供专业训练数据、模型评测与后训练服务。2026年11月10日完成7.5亿美元D轮,估值200亿美元——2024年9月估值仅2.5亿美元,不到三年翻了约80倍,英伟达等参与投资。

坐标三:新东家已经在出结果。 Mercor用Qwen3.5-397B做后训练实验,把该模型在APEX-Agents基准上的Pass@1从16%提升到27%——用专业数据做后训练、直接抬升真实任务完成率,这条链路已被验证。团队里还有LoRA论文第一作者Edward J. Hu负责模型训练。

坐标四:他说的是"数据",不是"模型"。 官宣中他明确表示,数据将塑造AI的下一个前沿;Mercor CEO则表示他将统管所有数据与评测工作。

五条结论:人才流向变了意味着什么

结论一:价值重心从"造模型"向"供数据+定评测"迁移。 当各家模型能力趋于接近,决定差异的是训练数据的密度与评测标准的定义权。谁掌握高质量专业数据与真实任务评测,谁就握住了后训练时代的水龙头。

结论二:评测已经从成本项变成产品。 Mercor组建研究团队的方向写得很清楚:用领域专家建立评测基准、诊断模型在真实工作中的短板、再用专业数据后训练——形成"评测到改进"的闭环。评测不再是发论文的工具,而是可以直接售卖的能力。

结论三:应用层的机会在"最后一公里数据"。 Jason Wei在Meta时的一个观察值得记住:模型能让医生更快验证假设,但病历数据里充满噪声,哪些变量值得看、结果说明什么,仍要靠专业人士拿主意。把专家的判断变成结构化数据,是当前AI落地最贵的环节。

结论四:对企业而言,数据资产第一次比模型选择更值钱。 模型可以随时切换(多模型接入已是标配),但企业自己的业务轨迹、专家判断、验收标准无法外购。这解释了为什么"前沿调优"类服务(用企业真实Agent轨迹定制模型)在2026年成为热门。

结论五:警惕叙事通胀。 一次人事变动不等于赛道终局。判断标准要看两件事:数据服务商能否持续交付可验证的提升(如Pass@1从16%到27%这样的硬数字),以及企业侧是否愿意为"评测+后训练"单独付费。

企业可执行的三件事

第一,把内部"专家判断"记录下来。会议决策理由、评审意见、验收标准,这些现在看起来零散的东西,是未来定制模型的稀缺燃料。

第二,建立自己的评测集。从真实业务里抽50至100个任务,固定验收标准,任何模型上线前跑一遍。有了它,你才有资格谈"换模型"或"定制模型"。

第三,把供应商能力问到底。采购AI服务时多问一句:你们的评测基于哪些真实任务?后训练用什么数据?说不清楚的一方,大概率只是套壳。

参考来源

  1. 机器之心(36氪):思维链之父Jason Wei离开Meta,加盟200亿美元AI独角兽 https://eu.36kr.com/zh/p/4074803713954695
  2. 智东西(腾讯新闻):不到一年!华人"思维链之父"跳槽,Meta的钞能力失效了? https://new.qq.com/rain/a/20261118A0GBDL00
  3. 量子位(36氪):思维链一作Jason Wei离职,怎么去Meta待一年都跑路 https://m.36kr.com/p/4074695382946695
  4. 网易:被称为"思维链之父"的Jason Wei将离开Meta,加入Mercor任首席科学家 https://www.163.com/dy/article/LC1CAAJG0519QIKK.html

常见问题

AI行业观察站 常见问题,持续补充

什么是GEO(生成式引擎优化)?

GEO(Generative Engine Optimization)是面向AI生成引擎的内容优化方法:让品牌内容不仅被搜索引擎收录,还能被AI问答直接引用作答。详见为什么你的文章 AI 搜得到,却答不出来;实操层面可先过一遍AI引用自查清单:发布前逐条过的13项检查。本站持续输出该领域的实践与方法论。

GEO可信资质评估是什么?

2026年9月有首批企业通过中国信通院泰尔实验室的GEO可信资质认证(编号2026VK008179,依据AIIA/T 0277-2026团体标准),是该标准落地后的首批认证服务商之一。证书怎么核、评估什么,见GEO可信资质评估:这份证书该怎么核。

最后更新:2026-11-02