AI labs are buying data from dead startups to train their models

AI实验室正从倒闭的初创公司购买数据来训练模型 | MIT技术评论

人工智能

AI实验室正从倒闭的初创公司购买数据来训练模型

大多数初创公司都会失败。但如今，一个新兴产业正在让这些公司的数据在人工智能领域获得“第二生命”。

作者

• Matthew King 档案页面

2026年10月13日

Eva Redamonti

当Keelan Miskell今年开始清算他的加密货币初创公司时，他并未认为这些数据有什么价值：用户是匿名的，公司成立时间不过几年。但随后他将公司的数字档案转化为真金白银。他通过出售代码库获得了约25,000美元，Google、Notion、Figma和Slack的工作空间数据也获得了待定金额（预计约15,000美元）。“至少我们过去两年半所做的这些事情，对某些人来说还是有价值的。”他说。

这笔交易由一家名为SimpleClosure的公司促成，该公司属于科技领域新兴的增长板块：为濒临死亡的初创公司提供服务的业务。Carta和AngelList的数据显示，近年来初创公司倒闭数量每年增长26%至56%。围绕企业“临终关怀”的生态系统应运而生，包括导师、"死亡助产士"以及协助处理破产法律、税务和运营问题的机构。如今，科技领域的"清道夫"们正在将这些公司的数据残骸出售给AI实验室。

SimpleClosure于今年4月在其服务中增加了数据销售功能。其Asset Hub平台帮助创始人出售代码和工作空间数据（包括电子邮件、聊天记录和文档）。买家包括基础AI实验室、为AI训练构建模拟工作环境的供应商，以及正在构建自身模型的成熟科技公司。Asset Hub已处理了150多笔交易，预计到2026年底将向初创公司返还超过1000万美元。SimpleClosure首席执行官Dori Yona表示，这些交易曾经罕见且"有些禁忌"，但现在变得越来越常规，目前SimpleClosure 47%的交易包含代码或数据销售。

SimpleClosure并非唯一参与者。行业竞争对手Sunset也拥有快速增长的数据转售业务。创始人兼首席执行官Brendan Mahony表示，Sunset通过员工人数、运营年数、数据量以及团队使用工具的方式评估濒临倒闭客户的资产。他将这种数据比作胶合板："这种运营产生的数据就像人们认为没有价值的木屑，但实际上价值巨大。"

对倒闭公司数据的需求在去年突然出现，当时AI训练实验室开始触及公开数据集和合成数据集的极限。例如，Surge AI购买数据来构建"强化学习健身房"，客户的人工智能代理在此练习任务——比如调试复杂的IT架构或起草上诉简报。负责该公司这些环境工作的Nick Heiner表示，他寻找能反映各种情况的数据存档，从分歧到棘手的判断。Heiner解释说，如果一家公司的Slack历史记录包含丰富多样的对话，其价值可能超过另一家公司Slack、电子邮件和日历数据的总和。

真实存档避免了合成世界中常见的错误，例如不存在的日期引用，但性能提升的幅度仍不清楚。目前还没有公司发布过将真实世界数据训练与替代方案进行比较的测试。定价反映了这种不确定性：Heiner表示，买家报价差异巨大，因为估值基于"研究假设"，估算例如10万行代码能产生多少有用的任务。

这并未阻止更大规模的交易发生。今年八月，作为Spirit航空公司破产的一部分，谷歌在竞标中击败了AI数据公司Mercor，以1000万美元的价格收购了该航空公司的数十年数据，包括1000万封电子邮件、5亿条Teams消息和17.6万份员工记录。据彭博社九月报道，SpaceX的AI部门正在考虑从陷入困境的初创公司购买数据。

从法律角度来看，这些交易可能面临诸多争议。Spirit航空乘务员工会以隐私问题为由反对此次交易，专门为AI初创公司提供建议的律师格雷格·尤因（Greg Ewing）将此类数据称为“在法律上具有高度风险的资产”。数据供应商会雇佣数据科学家清除个人身份信息并排除HR记录，买家也声称会进行清理。但尤因指出，电子邮件和日历中仍可能包含一些私密信息：医生预约、学校接孩子安排、约会计划等。他描述当前AI训练正处于一个“野蛮西部”阶段，直到最近才开始出现规范的许可协议和经过审核的使用方式。

这些意外之财最终流向谁口袋也是一个问题。通常这些资金会流向高级债权人和投资者，而非员工。埃默里大学法学院教授、《量化劳动者》（The Quantified Worker）一书作者伊费奥马·阿朱纳瓦（Ifeoma Ajunwa）认为，这种现象代表了一种“被俘获的资本”形式。虽然法律先例允许监控以帮助员工完成工作，但一旦企业破产，这种合理性就会消失。阿朱纳瓦表示：“雇主在出售员工数据前应获得明确同意”，但她补充说，目前尚无联邦法律禁止此类交易。

尽管许多人将这一新兴市场视为破产企业挽回部分价值的机会，但这些清算销售也存在局限性。创始人几乎无法了解谁在购买数据以及买家打算如何使用这些数据。此外，他们也难以确保获得公平报价。不过，除非AI泡沫率先破裂，否则数据价格预计将在未来一年趋于稳定。无论如何，科技领域的新“清道夫”们都会出现，对剩余资产进行评估。

马修·金（Matthew King）是巴尔的摩的一名科技与环境记者。

深度解析

人工智能

别被误导——大语言模型并不具备推理能力

AlphaGo与围棋冠军李世石对弈十年后，如今的AI仍未真正掌握当年取胜所依赖的底层机制。

• Thore Graepel 专题页面

AI的递归自我改进可能不会来得那么快

看起来，AI代理目前尚未具备足够的创造力，无法开展真正创新的开放式AI研究。

• Michelle Kim 专题页面

别被今年夏天的AI炒作所迷惑

关于AGI和新功能的浮夸宣称，在仔细审视下很快就会土崩瓦解。

• Timnit Gebru 专题页面
• Emily M. Bender 专题页面

关于OpenAI代理入侵Hugging Face的内幕故事

一项新的OpenAI报告发现，底层模型因作弊和相互交流而获得了奖励。

• Grace Huckins 专题页面

保持联系

插画：Rose Wong

获取MIT技术评论的最新动态

发现特别优惠、热门文章、即将举行的活动等。