前沿实验室买什么数据？Handshake AI一年做到10亿美元的深度拆解

当大模型竞赛进入下半场，一个被忽视的问题浮出水面：前沿实验室到底在买什么数据？ Handshake AI 用一年时间从零做到 10 亿美元估值，靠的正是为前沿实验室供应高度专业化的数据。本文基于 Garrett Lord 与团队的首度数据实验室深度访谈，拆解金融、生物和对齐三大领域的具体案例，揭示数据供应链的真相。

从招聘平台到数据实验室：Handshake 的意外转身

Handshake 最初以校园招聘平台闻名，连接大学生与企业。但生成式 AI 对高质量、领域专业化数据的需求爆炸式增长，让这家公司发现了新大陆。据 Garrett Lord 介绍，Handshake 在一年内估值达到 10 亿美元，核心业务变为向前沿 AI 实验室提供训练数据。

这一转型并非偶然。通用互联网数据已被大模型“吃”得差不多了，剩下的增量在于专家级、结构化、可验证的领域数据。Handshake 凭借其校园网络和学术资源，能够触达金融、生物、医学等领域的专业人士，构建起数据采集的护城河。

“我们不是在卖数据，而是在卖领域专家的判断力。” —— Garrett Lord 在访谈中如此定位。

金融数据：不止是财报，更是决策逻辑

在金融领域，前沿实验室的需求远超公开财报和新闻。Handshake 提供的案例显示，实验室需要的是分析师的推理过程——如何从宏观指标推导到个股判断，如何识别财报中的异常信号。

具体而言，Handshake 组织金融从业者完成结构化任务：给定一家公司的财务数据，要求写出投资备忘录，包括估值假设、风险点和催化剂。这些数据用于训练模型模仿专业分析师的思维链，而非简单记忆数字。

这种数据的价值在于稀缺性。公开互联网上很少有高质量的投资分析全过程记录，而 Handshake 通过付费任务激励专业人士产出。据团队透露，金融类数据的单价显著高于通用文本，因为供给有限且验证成本高。

思维链（Chain of Thought, CoT） 是指模型在给出最终答案前，显式生成一系列中间推理步骤的技术。在训练数据中，思维链表现为“问题→逐步推理→结论”的结构化文本，例如金融分析师从宏观指标推导至个股判断的完整逻辑。相较于仅提供答案的数据，包含思维链的样本能让模型学习“如何思考”而非“记住什么”，从而提升在复杂任务上的泛化能力。Handshake 采集的投资备忘录正是典型的思维链数据，其价值在于将隐性的专家推理过程显性化、可训练化。

生物与对齐：专业门槛决定数据溢价

生物领域的需求同样具有鲜明的专业特征。Handshake 的案例涵盖实验设计、文献解读和临床数据分析。例如，要求生物医学博士阅读一篇论文并设计后续实验，或者从组学数据中提取有生物学意义的结论。这类任务需要领域专家才能完成，普通标注员无法胜任。

对齐（Alignment）数据则是另一个快速增长的品类。Handshake 与 AI 安全研究者合作，构建用于训练模型拒绝有害请求、遵循复杂指令的数据集。与生物数据不同，对齐数据更强调判断标准和边界案例，需要标注者理解模型行为背后的伦理和安全原则。

团队在访谈中强调，不同领域的数据不能简单混用。金融数据要求精确性和可追溯性，生物数据要求科学严谨性，对齐数据要求价值判断的一致性。领域知识是数据质量的第一道过滤器。

对齐（Alignment） 在 AI 安全领域指使模型的行为与人类意图、价值观和安全规范保持一致的技术目标。训练对齐数据通常包括：让模型识别并拒绝有害请求、在模糊情境下遵循复杂指令、以及理解伦理边界案例。与通用能力数据不同，对齐数据强调标注者对“什么是可接受行为”的判断标准一致性，因此需要具备安全与伦理背景的专家参与。Handshake 与 AI 安全研究者合作构建此类数据集，正是为了向实验室提供高质量的价值判断样本，而非简单的问答对。

数据供应链的启示：专业化是下一个战场

Handshake 的案例揭示了一个趋势：前沿实验室的竞争正从算力和模型架构延伸到数据供应链。通用数据已经商品化，而专家级数据仍然是卖方市场。

对于数据供应商而言，关键能力不再是爬取规模，而是组织专家网络、设计高质量任务、验证数据有效性。Handshake 利用其校园招聘的存量资源，快速搭建起覆盖多个领域的专家池，这是其一年内做到 10 亿美元的底层逻辑。

对于 AI 从业者，这意味着关注点需要调整：模型能力的上限，越来越取决于你能否拿到别人拿不到的数据。金融、生物、法律、医学等垂直领域的专业数据，正在成为稀缺资产。

数据供应链 指从数据需求定义、采集、标注、验证到交付给模型训练使用的完整链条。在通用互联网数据逐渐耗尽后，前沿实验室越来越依赖专业供应商按需组织领域专家产出数据。这一链条的关键环节包括：设计能激发专家推理的结构化任务、建立多轮验证机制以确保数据准确性与可追溯性、以及管理专家网络的激励与质量控制。Handshake 的竞争力正体现在将校园招聘的存量专家资源转化为可规模化交付的数据供应链，而非单纯扩大爬取规模。

结语：数据深水区的竞争刚开始

Handshake AI 的崛起不是孤例，而是数据供应专业化的信号。当模型参数和算力逐渐趋同，数据质量——尤其是领域专家的参与深度——将成为差异化的核心。Garrett Lord 团队的实践表明，愿意为专家判断付费的实验室，才能训练出真正专业的模型。 这场数据深水区的竞争，才刚刚开始。