Surge AI：不融资、不刷榜，靠数据质量赢得未来

近年来，AI 创业故事大多从融资轮次开始讲述。而 Surge AI 却反其道而行之。

成立四年，不到百人的团队，从未融资，却在 2024 年实现了 10 亿美元的营收，并且从第一天起就盈利。

但比商业成绩更重要的是，他们正在做的事情。

当 OpenAI、Anthropic、Google 在比拼参数和排名时，Surge 在专注于一件被行业忽视但至关重要的任务：在模型成型前，就决定它应有的形态。

我们看到的是算力竞赛，看不到的是背后那套决定模型如何思考、如何表达、如何做决策的人类系统。

2025 年 12 月 7 日，在一场播客中，创始人 Edwin Chen 说：

我们不是在教模型如何对话，而是在教它什么是对、什么是好。

这件事看似简单，却决定了 AI 的上限。

当别人还在堆砌算力时，Edwin 已经在重新定义标准。这家被严重低估的公司，正在影响主流大模型的行为边界。

第一节｜不融资、不刷榜、不造势，Surge 靠什么赢？

仅从表面看，Surge AI 完全不像一家 10 亿美元公司。

没有媒体报道，没有病毒式传播，没有顶级 VC 站台背书。官网首页朴素得像个科研项目。

但就是这样一家低调到极致的公司，却成为 OpenAI、Anthropic、Meta 等实验室的核心数据合作方，产品渗透到大模型训练的关键环节。更重要的是：他们从第一天起就盈利，从未融过一分钱。

Edwin Chen 说：我们从不打算玩硅谷那一套。

他的逻辑非常清晰：

不融资，因为融资会引入错误的目标函数，你开始为投资人而不是为产品优化；

不扩张，因为优秀人才在少而精的团队里反而更能专注，不受内耗干扰；

不刷榜，因为最好的客户是那些真正理解数据价值的实验室，而不是冲着新闻来的甲方。

Surge 从一开始就不为估值而活，而是为产品而活。他们选择的是一条极难的路径：靠口碑打入实验室核心圈，靠真实效果赢得续约。

这意味着他们必须打造 10 倍好的产品，而不是差不多就行的交付。

第二节｜AI 的地基不是算力，是数据质量

Surge AI 做的不仅是标注猫狗图像，也不是让模型输出用户喜欢的回复，而是教模型如何判断世界上的好与坏。

Edwin Chen 举了个例子：

“我们不是在检查这首诗有没有提到月亮、有没有八行，我们在问，这首诗有没有打动你？”

换句话说，Surge 的数据标准不是机械的指标，而是能否打动人。

第三节｜训练AI不是教对话，是让它学会做事

大多数人以为，训练AI就是给它喂数据、写 prompt、评输出。但真正进入模型能力的核心阶段，这种单步训练方法就会失效。

第四节｜不做流量号：AI该追求真相，不是讨好

当下，大多数模型在训练的不是做对，而是说得像对的。