这是一份 Evolvent 创始人访谈（2026年5月12日，约2小时），由投资人朱佳睿与创始人对话。以下是核心要点：

一、公司做什么

Evolvent 是一家新型 AI 数据公司，核心卖点是合成训练数据 + 自动环境生成（MCP Server）+ self-evolving agent 框架。业务分三条线：
- 上游：数据销售（20%精力，但带来主要营收）
- 中游：模型训练 + self-modeling 框架（80%团队精力，核心壁垒）
- 下游：self-employed agent 产品化

二、核心观点与洞察

1. 数据像海鲜——一类数据过段时间就没人要了，永远有新数据需求，最适合做数据的人是训过模型的 researcher。
2. 小样本能驱动大能力——现在模型 capacity 够大，几百条高质量数据就能训出某个新能力，然后各家分能力训完再 model merge。
3. 竞争壁垒不在数据本身，在"针对模型迭代的能力"——数据容易被复制，但 auto research 能力和 environment 生成能力不会被 hack。
4. 未来不是一家模型通吃——今年基模已开始分化（GPT主C端、Claude主商业），未来每家公司需要 medium size 模型 + self-evolving adapt 自身场景。
5. Position knowledge 是空中楼阁——靠 file system / memory 做上下文太慢，必须把 knowledge 注入模型 weights，日更模型。

三、竞争格局

• Scale AI 海外断档领先，但流程长、不接受压价
• 国内传统标注公司做不了新东西（agent role play、coding 数据），销售和研究员严重失衡
• 大厂基模团队都在卷 coding → agent → 还没卷到 simulation
• Anthropic 特殊：自己造数据最多，不怎么采买
• 创始人认为短期不会被追上的原因：environment 太重，模型厂商自己不做

四、商业模式

• 毛利极高：走 Claude plan 后毛利约 90%，净利也很高（没啥其他成本）
• 定价策略：市场共识形成前尽量定高，极端情况能报到 1万/条
• 回款快：合同5天内验收，行业平均回款周期2个月
• 当前体量：近期一个单子 300 多万，今年目标营收过亿
• 成本：阿里云 8卡A100 月费 3.5万，一个 MCP Server 成本约 5000 元

五、团队

• 高度 self-motivated，飞书热度图显示深夜12点最活跃
• 核心成员：凌霄（前Kimi researcher）、NUS博士（7月全职）、资深全栈工程师等
• 缺商务负责人，招了几个不满意
• 一周只开一次全员会

六、战略判断

• Self-evolving 是核心 vision：做 medium size 模型 + 持续 adaptation 的 infrastructure 层
• 垂直场景选投流和交易（feedback清晰、连续、高频），不选 HR 招聘（reward稀疏）
• 先做 Benchmark 再卖数据——Benchmark 是获客引擎，1万刀学术投入带来几百万意向客户
• 比工业革命大——因为它改变的是人与人的生产关系，agent 没法用时间定价

总的来说，这是一家以 researcher 基因驱动的数据公司，抓的是"高质量合成训练数据 + 自动环境 + self-modeling"这个新兴赛道，团队状态好、毛利高、但还在早期规模化的路上。

你好！有什么可以帮你的？