高中相识、一起进Meta实习，从金融Agent转做大模型训练数据
AfterQuery的两名联合创始人斯宾塞·马蒂加和卡洛斯·乔治斯库分别为23岁和22岁，加入YC时仍在读大学，当时既无产品，也未确定创业方向。转型后，AfterQuery定位为服务基础模型开发的应用研究实验室，为前沿大模型提供专业推理数据、强化学习环境及模型评测服务，非传统数据标注业务，目前团队约30人。
两名核心创始人高中相识，参加了谷歌举办的计算机科学暑期项目，后一起进入Meta实习。联合创始人兼CEO马蒂加曾在Meta和谷歌从事软件工程工作，还在摩根士丹利科技投资银行部门以及私募股权投资机构Silver Lake实习过，拥有宾夕法尼亚大学沃顿商学院金融与统计学学士学位和该校计算机科学硕士学位。联合创始人兼CTO乔治斯库曾在加拿大不列颠哥伦比亚大学学习计算机科学，在校创办并出售了一家教育科技公司，曾在Meta任软件工程师，还两度进入量化交易公司Citadel Securities实习，加入YC后退学创业。
2025年初，两人在YC申请截止前48小时提交材料，当时无产品、无明确创业方向，只确定去旧金山进入AI行业。入选YC后，先尝试为金融行业开发AI Agent，让模型自动完成投资分析等工作，但测试发现，即使领先大模型在复杂白领工作流程中也频繁失败，问题在于模型缺乏专业工作训练，于是决定转型，为大模型提供底层训练数据，收集多领域专家的判断过程与推理数据。
高质量数据需求量大，五个月估值增长10倍
今年4月，AfterQuery完成3000万美元（约合人民币2.02亿元）A轮融资，投后估值3亿美元（约合人民币20亿元），由Altos Ventures领投，The Raine Group、Y Combinator、BoxGroup和Latitude Capital参投，还有来自谷歌DeepMind、OpenAI等的个人投资者。若《福布斯》披露的32亿美元估值确认，其估值5个月增长约10倍。
前沿AI公司对高质量训练数据的需求拉动AfterQuery快速增长。通用大模型消化了大量公开数据，合成数据有质量边界，AI实验室为让模型完成专业任务，需获取专业人士工作的完整过程，数据标注业务逐渐转向“推理数据”业务，人类数据成为AI创业领域估值增长快的方向之一。Scale AI创始人汪滔曾凭数据标注业务成全球最年轻白手起家亿万富豪，Mercor三名创始人以22岁刷新纪录，据The Information 8月报道，Mercor正与英伟达洽谈融资，目标估值200亿美元（约合人民币1344亿元）。
聚集近10万名专业人士，用定制软件系统验证数据
AfterQuery称其平台汇集近10万名经过验证的专业人士，覆盖多领域，从业者提供专业判断等，助模型学习实际工作经验。公司产品包括监督微调及人类反馈强化学习数据等，可搭建训练环境让AI Agent学习完成多步骤任务。
马蒂加今年4月接受《福布斯》采访时称，AfterQuery与同行区别在于用定制软件系统验证人类生成的数据，系统多轮检查，控制任务难度，还会在交付数据前自行运行后训练流程，让客户通过模型表现判断数据质量。
进入英伟达大模型训练，法律评测集覆盖5161个案例
AfterQuery的数据已进入前沿模型训练流程。今年6月，英伟达发布的Nemotron 3 Ultra技术报告显示，用其提供的办公与职场任务数据训练模型，数据覆盖多方面，AfterQuery是报告中唯一被点名的数据合作方。在英伟达的消融实验中，加入预热训练后，Nemotron 3 Ultra在GDPval评测集成绩从35.3分提升至46.7分，GDPval覆盖多个行业、职业和工作任务。
在法律领域，AfterQuery与Legora共同开发了Agent推理评测基准BAR，该评测集含28个法律业务领域的5161个案例和11075份源文件，用于测试AI Agent在Legora工具环境中完成端到端法律工作的能力。Legora称，调整系统后产品输出质量一个月内提高5%。AfterQuery还曾与Thinking Machines Lab合作，也和一些中国AI实验室保持合作。
结语：数据标注正转向“专家经验工程”
AfterQuery的估值变化显示，AI数据行业竞争重点从基础标注转向收集专业人士经验，提供强化学习环境和模型评测系统。但高估值不意味着有稳固壁垒，AfterQuery能否持续增长，取决于能否稳定获得专业人士供给、控制数据质量并证明数据能提升模型能力。
