Sources: Mercor and other firms gathering data for AI labs are driving demand to buy or license internal datasets from startups shutting down or being acquired (Alix Coutures/The Information)

事件核心：发生了什么

据 The Information 报道，以 Mercor 为代表的 AI 数据公司正在积极接触正在关闭或被收购的初创公司，购买或授权其内部数据集，并将这些数据提供给 AI 实验室用于大模型训练。报道时间显示为 2026 年 8 月 15 日，涉及的数据类型和交易规模目前公开信息尚未披露，但这一动向本身反映出 AI 训练数据的供给链条正在发生结构性变化。

Mercor 此前以 AI 人才匹配和数据集服务知名，此次被点名参与收购初创公司数据资产，说明数据经纪商的角色正在从“抓取公开数据”转向“收购私有数据”。

为什么重要

大模型训练对高质量、真实世界数据的需求一直未减，而公开网络数据的获取面临版权诉讼、访问限制和质量下降等多重压力。初创公司积累的内部数据——包括用户行为记录、行业垂直数据、专有内容库——恰好是模型训练中稀缺的差异化资源。

这一现象意味着“数据遗产”正在成为一项可交易的资产类别。当一家公司因为融资失败或市场整合而关闭时，其数据不再只是沉寂在服务器里的遗留物，而是可以进入 AI 训练管线的高价值商品。这也进一步强化了数据经纪商在 AI 产业链中的中间位置：它们连接了破产清算场景和模型训练需求，实际承担了数据清洗、合规授权和转售的职能。

从竞争格局看，掌握独家数据渠道的经纪商将获得对 AI 实验室更强的话语权，而实验室之间的数据差距可能因此进一步拉大。

对用户/开发者/创作者的影响

对于开发者或创业者，这提供了一个明确的信号：在运营早期就应重视数据资产的留存和权属设计。即便公司未来走向关闭或被收购，完整、结构化的内部数据集可能比硬件设备或代码更有变现价值。反过来，如果公司正在融资或接触买家，数据授权协议的具体条款也会成为估值谈判中的重要变量。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对于普通用户和创作者，需要关注的是数据二次流转的边界问题。初创公司采集的用户数据或创作者上传内容，在未经明确告知的情况下被转移给第三方 AI 实验室，可能引发隐私和版权争议。用户对企业数据去向的知情权，以及创作者对作品用于模型训练的控制权，都会成为后续监管讨论的焦点。

值得关注的后续

第一，数据交易的定价机制是否会被公开。目前初创公司内部数据缺乏统一估值标准，交易多为一对一谈判，后续是否出现公开的定价参考或交易平台值得留意。

第二，授权条款如何约束使用场景。购买的数据是否会被用于通用大模型训练，还是会限定在特定行业应用，未来可能出现授权纠纷案例。

第三，监管是否会介入。各国对用户数据转让的态度正在收紧，特别是涉及个人信息的跨境交易。如果这种数据收购规模化，数据保护机构可能将其纳入审查范围，届时数据经纪商需要准备更严格的合规框架。

来源：Techmeme