從 23 年初成立到估值 20 億美元的獨角獸,Mercor 用了兩年。從 100 萬美元到突破 1 億美元 ARR,Mercor 則只用了不到一年。
ARR 指數級增長的 AI 初創公司不少見,但 Mercor 背後的三個創始人都只有 21 歲。Brendan Foody(CEO)、Adarsh Hiremath(CTO)、Surya Midha(COO)三個人是高中同學,相識於辯論隊。三人一起在大學宿舍創立了 Mercor、隨後決定輟學全職創業。
Mercor 是一家 AI 招聘初創公司。在人才招聘這個龐大的行業中,HR 需要人工篩選簡歷、人工面試、人工匹配崗位。而 Mercor 的核心理念是開發並訓練 AI 模型,將一切流程自動化。Mercor 稱,其訓練的大模型能夠用 20 分鐘深度理解並精準預測候選人在一份特定工作中的長期表現。
但「AI 招聘」的概念背後,Mercor 現階段最核心的應用是幫助包括 OpenAI 在內的 AI Labs 僱傭大量的專家合同工,來組建人力資料標註團隊。
Mercor 曾是 Scale AI 的上游勞務供應商,但逐漸入局轉身成為了人力資料標註市場的直接競爭者。Google 的 Machine Learning 團隊稱,Mercor 的標註質量在 6-7 分,Scale AI 則在 8-9 分。但 Mercor 的交付速度顯著快於 Scale AI。
隨著公開資料資源進一步耗盡,提升 AI 表現需要大量高質量、專有的人類資料。在察覺到這一關鍵轉折點後,Mercor 迅速成為了 AI 供應鏈中的關鍵環節。在 Mercor 官網上,「Expert Model Trainer」一職在持續招募來自頂尖大學的碩士、博士、律師、醫生、諮詢顧問、金融從業者等,每小時最高薪資 140 美元。
今天,Mercor 估值已經達到 20 億美元,ARR 達 1 億美元。今年 2 月,團隊獲 Felicis 領投的 1 億美元 B 輪投資前只有 31 人,美國全職員工 11 人,印度合同工 20 人。此前投資方則包括 General Catalyst、Benchmark、Twitter 創始人 Jack Dorsey、矽谷風投教父 Peter Thiel 等。三位 00 後創始人也因 Mercor 成為歷史上首個全員共同獲得 Thiel Fellowship 的創業團隊。
真格基金一直專注「投人」的投資哲學。00 後創始人、AI 時代商科背景的創業者、高中同學變創業拍檔,每個關鍵詞都讓 Mercor 值得深入研究。本期我們將詳細拆解 Mercor 團隊背景與創業經歷,帶你認識 20 億美元估值 AI 招聘平臺背後的三個年輕人。



Mercor 創始團隊:CEO Brendan Foody(左) 、CTO Adarsh Hiremath(中)、COO Surya Midha(右)

– 使命驅動下的創業願景:從印度工程師的就業困境中,Mercor 的創始人們看到全球人才市場的結構性不平等,希望用 AI 重構招聘流程。「勞動市場是世界上最大、最低效的市場。將人們和他們每天從事的工作更好地匹配起來,是最大化全球效用的最重要的槓桿。」
– 反常識的勇氣:19 歲時,三個創始人做出了輟學的大膽決定,從哈佛和喬治城大學退學、拒絕橋水基金的 offer,全身心 all in Mercor 的創業。
– 連續創業的不斷實踐:Mercor CEO Brendan 高中就開始「折騰」創業,從甜甜圈攤位到創辦 AWS 諮詢公司、雲計算公司 Seros、再到創立 Mercor。
– 從想法到落地的快速執行:Mercor 成立於 ChatGPT 釋出的兩個月後,三個創始人在哈佛宿舍裡搓出了第一版 Mercor,並在沒有任何外部融資的情況下實現了 100 萬美元的年收入和 8 萬美元的淨利潤。

相識:三個創始人在高中一起打辯論
Mercor 的三位創始人 Brendan Foody(CEO)、Adarsh Hiremath(CTO)、Surya Midha(COO)相識於灣區聖荷西的私立高中 Bellarmine College Preparatory。
三人都是校辯論隊的成員。Adarsh 和 Surya 作為黃金辯論搭檔,是歷史上第一支在政策辯論中贏得三項全國性賽事冠軍的隊伍,創下了校史紀錄。他們的高中校長說,「Brendan、Adarsh 和 Surya 都是 Bellarmine 歷史上最頂尖的辯論選手之一。」
在政策辯論中,一支隊伍只有兩個人。Adarsh 後來將他和 Surya 的拍檔關係看作是他們的第一次創業嘗試。選擇合適的辯論搭檔和選擇合夥人一樣重要,這意味著每人各自持有 50% 的「股份」,需要兩人對彼此的成功有強烈的責任感。


天賦:CEO Brendan 早期的創業意識
Mercor 的 CEO Brendan Foody 出生於 2004 年。他從小患有讀寫障礙,但很早就展現出了創業意識。
從三年級起,Brendan 開始自學程式設計。八年級,他在學校裡開設了一個甜甜圈攤位,把一打甜甜圈以 4 倍加價賣給同學。那一年他靠甜甜圈賺了幾千美金。
到了高中,Brendan 開了一家諮詢公司。他發現很多初創公司不瞭解 AWS 的免費雲資源計劃,於是他開始利用這個資訊差為初創企業提供申請 AWS activate(免費雲資源計劃)的諮詢服務,並向每家公司收費 995 美元。Brendan 在領英上表示,其諮詢公司的企業客戶達到數百家。這也是 Brendan 第一次正式的創業嘗試。
2021 年,Brendan 進入喬治城大學,專業為經濟學。他在大一又一次創業,成立了雲計算公司 Seros,希望在雲端構建下一代個人計算機基礎設施,透過創新設計將使用高效能計算的成本大幅降低。

起點:第一版 Mercor 在宿舍裡誕生
Brendan 在高中時已經清楚自己對傳統教育體系沒有太大興趣。他曾經拒絕申請大學,但最終還是向父母妥協,入讀了喬治城大學。他明確告訴父母,「我或許會進大學,但我也一定會輟學。」
Brendan 在一次採訪中坦言,他曾經嘗試過去實習,但始終無法進入「被動執行」的狀態。即便一件事情不在他的職責範圍之內,他也總是本能地跳出框架,去主動推動那些「應該完成的事情」。
Brendan 並非是技術背景出身。在一次採訪中,當主持人問道是否建議小孩學計算機時,他表示不會特意鼓勵他們學計算機,而是建議他們發展通用推理能力、探索真正讓自己著迷的領域。他認為,未來最具價值的能力是發現市場空白、具備反共識見解和產品品味,而非單一的技術能力。
在 Brendan 入讀喬治城大學同時,Surya 也進入了喬治城大學外交學院就讀。Adarsh 則被哈佛錄取,專業為計算機科學。
創立 Mercor 的想法源自三個人的高中畢業旅行。Brendan 原本在為其 AWS 諮詢公司招募新的開發者,但聊著聊著,Adarsh 和 Surya 分享了他們與印度工程師合作的經歷。他們提到印度的人才在技術上極具實力,卻一直缺乏進入全球市場的機會。這讓三人意識到,全球工程師市場中存在顯著的匹配缺口——優秀的技術人才被困在資訊與機會不對稱的結構中。
Brendan 在採訪中回憶道,當他決定再次創業時,「我在想,和誰一起創業最合適?答案就是他們」。Brendan 和 Surya 是大學室友,經常去哈佛找 Adarsh 交流。他們最初創立的是一個開發工作室,透過為一些早期初創企業提供軟體開發服務以快速累積經驗。

Brendan 在採訪中回憶道,當他決定再次創業時,「我在想,和誰一起創業最合適?答案就是他們」。Brendan 和 Surya 是大學室友,經常去哈佛找 Adarsh 交流。他們最初創立的是一個開發工作室,透過為一些早期初創企業提供軟體開發服務以快速累積經驗。
在搭建這個開發工作室的過程中,他們從印度招聘了一批技術很棒、做事很高效的工程師。他們又一次發現,招來的人比所開發的軟體更值得關注。
隨著合作專案的增多,一個關鍵問題逐漸顯現。對初創企業而言,尋找合適的開發者不僅困難,而且極為低效。有沒有可能將人才匹配的過程產品化、自動化,並以此解決全球範圍內的人才配置效率問題?
ChatGPT 釋出兩個月後,Mercor 在 Adarsh 的哈佛宿舍裡成立了。三個人在宿舍裡搭建了 Mercor 的第一個版本,想嘗試把印度的工程師與需要遠端程式設計人才的初創公司匹配起來。
在沒有任何外部融資的情況下,這個最初的副業專案在幾個月內實現了 100 萬美元的年收入,和 8 萬美元的淨利潤。

決定:19 歲輟學 all in 創業
2023 年 6 月,在喬治城大學和哈佛大學結束大二後,Brendan、Adarsh、Surya 三人做出了大膽的決定——集體輟學、全職創立 Mercor。
對於他們來說,Mercor 不僅是一家創業公司,更是為了應對全球最具挑戰性和價值的問題之一:將人才與機會的匹配機制規模化。
為了全身心投入創業,Adarsh 拒絕了橋水基金的 offer、從哈佛退學。他回憶說,這並非基於理性權衡,而是一種「非理性的篤定」。「不是某個邏輯判斷讓我決定創業,而是一種情感的吸引——你就是想去解決這個問題,想和這群人一起做事,這件事值得投入整個人生。」
2024 年 3 月,Brendan、Adarsh 和 Surya 同時獲得 Peter Thiel 基金會的 10 萬美元獎學金,成為歷史上首個全員共同獲得該獎學金的創業團隊。Thiel Fellowship 專門資助不想按部就班讀完大學的天才少年創業,往屆獲得者包括 Figma 的創始人 Dylan Field 和以太坊的創始人 Vitalik Buterin。

增長:從 100 萬美元到 1 億美元 ARR,不到一年
僅用 11 個月,Mercor 的 ARR 從 100 萬美元增長到了 1 億美元,月均增長率 41%。客戶幾乎覆蓋了所有頭部 AI Labs 和超大規模雲服務商、為幾十萬名求職者提供了評估。而其估值也在從去年底到今年初的 6 個月內翻了 8 倍,達到了 20 億美元。
Mercor 已然成長為全球增長速度最快的公司之一。
Brendan 在推特上描述了 Mercor 的願景:
「想象一個世界。傑夫·貝索斯(亞馬遜創始人)是個對沖基金投資人,霍華德 · 舒爾茨(星巴克創始人)是個推銷員,裡德·哈斯廷斯(奈飛創始人)是個老師。其實在不久之前,我們的世界就是這樣的。在找到真正發揮出自身才能的工作之前,這正是他們在做的工作。
我們創立 Mercor,是因為勞動市場是世界上最大、最低效的市場。將人們和他們每天從事的工作更好地匹配起來,是最大化全球效用的最重要的槓桿。
因此,我們的計劃是:
1. 僱傭人員來訓練 AI 模型
2. 藉助這些合同,學習如何預測工作表現
3. 擴充套件到短期合同類崗位
4. 為所有崗位匹配人才」
Mercor 的第一個關鍵點,是建立人類專家與大型 AI Labs 的精準匹配機制。人類資料市場正經歷從「量」轉移到「質」:從早期眾包模式下的低、中技能資料生產,轉向聚焦篩選頂尖人才以提升模型表現的高質量資料合作。
「未來十年,AI 進步的要素是 GPU + 演算法 + 專家資料的三角體系。當英偉達和學術界在持續突破前兩者時,Mercor 則專注攻克最後一個關鍵維度。」Mercor B 輪融資領投方 Felicis 在其官網上寫道。
這一戰略源自行業底層邏輯的轉移。GPU 逐漸不再稀缺,而高質量資料卻越來越少。真正有價值的知識資產仍深藏在人類專家的思維之中。
此刻,Mercor 正沿著在向第二個關鍵點「AI 招聘」推進。基於每次人才匹配積累的資料,Mercor 的 AI 模型也在持續進化。在技術人才識別精度上,Mercor 稱其已超過多數專業招聘官。今天的一名求職者通常只會申請有限數量的職位,而一家公司也只會考慮極少數的申請人。Mercor 認為真正的瓶頸在於,人們沒有足夠的時間和精力去全面瞭解、投遞以及篩選。
Mercor 正在擴張其人才庫。印度仍然是其最大的人才來源地,其次是美國,而歐洲和南美洲的人才來源規模也正在迅速增長。


文化:最看重的特質是「在乎」
在團隊不斷擴張的過程中,Mercor 逐漸形成了自己獨特的人才觀。CTO Adarsh 表示,「在挑選 Mercor 的員工時,我們意識到一點:很多東西是可以教員工的,不管是技術方面,還是市場推廣方面,或是其他領域,但有一樣東西無法被教會,你教不會他們去在乎。」
「在乎」指的是一種主人翁精神。相比於被動完成任務,「在乎」展現了員工的責任感與主動性。這是 Mercor 在招聘過程中最看重的特質。
這種價值觀也體現在 Mercor 的工作文化中。有傳言稱公司實行 996,即每天早上 9 點工作到晚上 9 點,每週工作 6 天。
Adarsh 在推特上回應,「很多人都問我這個 996 的問題。我們 996,是因為我們不想讓員工997。996 與其說是我們的目標,不如說是一種副作用。我們精心挑選那些真正認同公司使命的人一起共事。這樣做的副作用就是,大家都迫不及待想推動公司發展,不想等到週一才上班。」


融資:沒有主動找過投資人

截至目前,Mercor 已完成三輪融資共 1.3 億美元。但有趣的是,Mercor 未曾主動計劃融資。在 Mercor 早期,有人把 Brendan 介紹給 Benchmark 的合夥人 Victor Lazarte,但 Brendan 表示沒有融資意向。Victor 被 Mercor 的潛力打動,仍堅持與他深入交流,最終促成了 Brendan 與 Benchmark 資深合夥人 Peter Fenton 在直升機上的會面。
投資方評價 Mercor 團隊在第一次見面時,就清楚地感受到他們與眾不同。三個人形成了一種罕見的組合,極高的智力密度、彼此間深厚的信任,以及用 AI 應用重塑人才匹配的堅定願景。
迅速行動、遠大願景、極強的緊迫感,讓 Mercor 團隊在 AI 招聘公司中脫穎而出。真格基金一直在尋找擁有滿腔熱情與創新想法的年輕創業者。如果你也在關注創新機遇,歡迎和我們聊聊~

AI 技術持續演進、招聘面臨全新變革。從智慧簡歷解析到 AI 面試官,從人才畫像構建到組織需求預測……每一個環節都蘊藏著創新的機會。AI 將如何重塑未來十年的招聘生態?也歡迎你在評論區和我們共同探討!

資料搜尋及整理|Hongling
編輯|Wendi & Bonnie


