Z Potentials｜专访Efflora，蒸馏收归内部、合成数据失效，安全极客去真实世界最深处为AI“探矿”

推荐语

过去一年，AI数据市场经历了几轮剧烈的主题切换：从标准Coding到垂直行业，从合成蒸馏到真实场景，从任务够长就是好数据到什么任务值得解。需求每两个月刷新一次，供给侧的生存法则也在同步重写。在这个过程中，一些原本隐身于产业链深处的角色开始浮出水面——数商，就是其中之一。

王泉是这个群体里一个非典型的样本。他出身网络安全，团队核心成员来自中国第一代安全极客社区“乌云”，公司取了个拉丁文名字Efflora，中文名叫“平等智能”。今年年初，团队完成了过千万元种子轮融资，由Lollapalooza Capital（王慧文家办） 领投、蔚来资本跟投。拿到钱之后，这支不到十人的团队把自己定位成“真实世界的采样器”——在合成数据之外，也更专注于采集真实应用的环境与任务，做成模型公司强化学习需要的专属数据，卖给模型公司做强化学习。用王泉自己的话说，真实世界有无限的分辨率，采样精度高，看到的就是4K；做得粗，可能只有720P。

在这次访谈中，王泉拆解了当前数据市场的真实交易结构：一些头部厂商倾向于内部完成标准化数据生产，外部采购需求更多集中在非标场景；蒸馏和合成也正在收归模型公司内部，真正的窗口属于那些产出周期最长、场景定义最难的非标数据。他也给出了一个尖锐的判断——训下一代模型本质上不是research问题，甚至不是工程问题，而是一个go-to-market问题：你的token卖给谁，决定了你需要什么数据，也决定了你能不能转起数据飞轮。卖不出token，致命之处不在收入，在于收不回用户数据。

关于为什么押注网络安全数据，王泉的解释层层递进，但最打动人的是最后一层：安全攻防天然沉淀了一类极其稀缺的决策数据——在充满迷雾和噪声的环境中综合判断、排兵布阵，而这恰恰是当前AI最薄弱的能力。没有人能给AI搭一个“如何开公司”的训练环境，但安全领域里，这样的环境每天都在真实发生。

访谈末尾，话题从商业滑向了更远的地方。AI用人类几千年的公共知识训练而成，生产力的提升却不会自动惠及每个人。王泉把那种默认“技术红利自然下沉”的乐观叫作“生产力的便车”。他做了几年文学播客，常和朋友聊一个问题：当下整个世界的结构，正在面临着巨变。而他现在想做的事情，某种程度上就是对这个问题的一个回应——在数据这一环，就开始回答：我们到底想要什么样的 AI。

Z Highlights

• 蒸馏和合成数据未来基本会收归到模型公司内部；真正的窗口期是真实的非标场景数据——它产出周期最长，因为场景和环境一开始根本没被定义好，你得先找上游真实用户，一起把场景慢慢定义清楚才能产出。也正因为它门槛高、周期长、别人一时半会做不了，反而给了我们更长的窗口。
• 市场原本的共识是，要真正达到AGI一定不能靠蒸馏、得靠RL，这个共识其实对我们做数商最有利。但我越想越觉得：如果领先模型对普通用户已经接近无感，那单靠蒸馏蒸出一个八九十分的AGI，是真有可能的——当然前提是让不让蒸。
• 大家对“做下一代模型是什么问题”的认知一直在升级：最开始以为是research问题，后来共识说它是工程问题，是infra和data。但我觉得它本质上是一个go-to-market问题——要么你全方位SOTA，要么你极致性价比，否则哪怕是第二名、第三名，token都卖不出去，这非常残酷。
• 最开始判断数据好不好，标准很简单：任务足够长、步数足够多、reward稳定客观，但那个标准里从没提这个任务“是什么任务”。现在光长已经不够了，更重要的是它得是一个“值得解”的任务——甚至也不能靠专家直接标，因为哪怕是专家，他访谈时说出来的任务，和他实际做事过程中产生的任务，往往完全不一样。评判标准，从供给侧转到了需求侧。
• Grok买了Cursor之后推理能力突然上了一大截——因为Cursor里有大量用户的真实场景和数据。你反过来想，Cursor凭什么值那么多钱？产品的壳不值钱，它自己训的模型也不值钱，真正值钱的是用户的真实数据。
• 手工做数据谁都能做，招几个人就能做出几条来；但一旦要大量的、高质量的数据就非常难。所以我们把自己定位成“真实世界的采样器”，本质是因为做数据的核心难点就是scaling。
• 真实世界有无限的分辨率——分辨率取决于你用什么角度去采样：采样精度高、任务做得真实，看到的世界就是4K的；做得不好，可能就是720P。更关键的是，真实世界让verify变得可规模化：真实的淘宝就摆在那，模型做得对不对，拿去和真实淘宝比一下就知道了。
• 搞安全的人最大的特点是特别擅长reward hacking——这本身不是好事，但它意味着你习惯用非常规的、有点奇技淫巧的办法解决问题，而不是走大家都会走的常规路径。这也是我们敢去讲、去探索这个新范式的原因——它本来就是一件跳出常规的事。
• 现在很多团队会默认，只要把生产力提上去，大众自然就能享受红利，我把它叫“生产力的便车”。但今天AI取代工作、裁员都在发生，生产力提升并不会让所有人都搭上便车。所以我们常说：你想要什么样的AI，就做什么样的数据。

01 蒸馏和合成正在收归内部，留给外部数商的窗口越来越窄

ZP：从你这一年的观察来看，模型公司对数据的需求到底在发生什么变化？

王泉：变化非常快，基本每两个月就有一次比较大的变化。但要看清楚，得先理解需求正在分层：一头是还在大量采购的标准化Coding数据——给一个需求，怎么写feature、怎么fix bug；另一头是越来越多厂商开始要的真实、完整的环境数据，同样是Coding，他们关心的是这个需求怎么来的？这个软件的整个供应链、整个生命周期是怎样的？你最开始和客户谈了什么合同、聊天记录是什么、需求怎么讨论、怎么开发，开发完客户到底验收不验收、买不买单、结果好不好。在我们接触的范围内，后一类需求目前仍集中在少数先锋厂商，大多数客户还没进入这个阶段——因为它是非标数据，得我们和模型厂商一起去定义数据的标准、格式，以及怎么定义场景和任务。

如果把过去半年的节奏捋一遍，是这样一条演进线：Coding一直都要，但难度、长度、复杂度在不断往上走；最近几个月开始冒出垂直行业的诉求，比如法律、金融、医疗这些信息化程度高、数据比较好弄的领域；再到现在出现了 Agent和AI for Science的需求。最近新一代模型出来后，GUI很可能又要火起来。所以这个市场不是线性增长，而是一直在换主题。

ZP：那从整个市场来看，现在交易的数据主要是哪几类？分布是怎样的？

王泉：我不确定大家是否了解这个市场的真实结构。过去一段时间，比如过去三个月，市场上交易额的大头其实是那些可被规模化复制、边际成本较低的数据——单笔订单金额比我们这种环境数据大得多，一笔就非常高；我们这种数据单个项目的价格没那么高，但单条价格会很高。

还有一个也许大家不太了解的点：不同厂商对外采数据的态度差别很大。有些团队已经把标准化数据生产内部化，自己搞定大部分常规需求；但对真实环境、尤其是非标场景数据，往往需要跟外部一起定义场景、共建环境。Efflora之所以坚持做真实环境，是因为在我们看来，真实世界的reward是合成不出来的。比如一个真实软件供应链的数据、一个软件做出来客户到底下不下单，这种信号只可能来自真实世界。

ZP：那把数据分类拆开看，未来这个分布会怎么变？哪一类才是真正的窗口期？

王泉：我把数据分成三类来看：合成数据、专家数据、真实的非标场景数据，这三类的命运完全不同。

先说会收缩的。蒸馏数据会越来越少，现在已经在减少了；合成数据也在减少——一是它对模型的边际提升在变弱，二是厂商自己就会合成。所以蒸馏和合成，未来基本会收归到模型公司内部。

再说会长期存在的。专家数据一定持续需要，但越来越难做：现在说的“专家”打引号，其实是各行业入行两三年的一线人员；下个阶段就得要五六年、七八年经验的人去做更复杂的问题，项目难度和成本都越来越高。

而真正的窗口期，是第三类——真实的非标场景数据。它的产出周期最长，因为场景和环境一开始根本没被定义好，你得先投入资源、找上游的真实用户，一起把场景和环境慢慢定义清楚，才能产出数据。专家数据和真实数据解决的是不同的问题，可以这么粗暴地划分。也正因为它门槛高、周期长、别人一时半会做不了，反而给了我们这样的团队一个更长的窗口。

ZP：既然一线厂商很多东西自己做，那用蒸馏这条路还能走多久？

王泉：这个很难说。市场上原本有个共识：真正要达到AGI或SOTA，一定不能靠蒸馏，蒸馏顶多是冷启动，甚至完全不蒸、尽量做RL，像字节Seed就不蒸馏。如果这个共识成立，其实非常有利于我们这种做数商的。

但我最近跟很多朋友聊下来，意识到一个反共识的可能：蒸馏会不会是可以永远蒸下去的？也就是说，不靠RL、单靠蒸馏达到AGI，有没有可能？我觉得不能排除，它真的有可能。这取决于怎么定义AGI。我的定义是：对一个普通用户来说，模型几乎能让他无感使用、能回答他几乎所有问题——除非他是某个领域的专家、问特别复杂的问题，否则日常大部分需求都能解决，我就认为它基本到 AGI了。按这个标准，ChatGPT对普通用户可能已经八九十分了。那如果领先模型已经到这个水平，再过半年对普通人基本无感，去蒸馏它、蒸出一个八九十分的模型，是真有可能的——当然前提是让不让蒸。

ZP：需求这么快地变，头部公司对高质量数据的定义，是不是也在变？

王泉：变化很大，而且方向很关键。最开始大家判断数据好不好，标准很简单：任务足够长、步数足够多，reward稳定客观，就是好数据。因为长程推理是过去半年大家一直在攻克的点，有些厂商到现在都还做不到。

但你注意，那个标准里没有提这个任务“是什么任务”。现在越来越发现，光长已经不够了——海外SOTA模型现在又快又好，你看Codex、Claude实际用起来非常快，一会儿代码就写好了，想找到足够长的任务反而不容易。所以除了长，更重要的是这个任务本身得是一个“值得解”的任务。什么样的任务值得解，是个很有意思的问题。大家希望从真实世界的应用环境里去找任务，而不是靠合成，甚至也不是靠专家直接标——因为哪怕是专家，他访谈时说出来的任务，和他实际做事过程中产生的任务，往往完全不一样。换句话说，评判标准从供给侧转到了需求侧。

这里还有个关键差别：已经有产品化Agent的厂商，能从真实使用里搜集任务和场景，逐渐形成数据飞轮；但不少团队还没形成稳定的真实用户数据回流机制，所以他们其实很难判断什么任务是好任务、什么场景值得解。

ZP：顺着什么任务值得解，其实引出另外一个本质问题，训模型到底是个什么问题？

王泉：对，这是我经常跟人讲的一个判断。大家对“做下一代模型是什么问题”的认知一直在升级：最开始以为是research问题，是训练算法、预训练、后训练的问题；后来形成共识，说它是工程问题，核心是infra和data，数据质量够高、infra够好，就有理由做出好模型。

但我觉得它甚至不是工程问题，本质上是一个go-to-market问题。因为要么你全方位SOTA，要么你极致性价比，否则哪怕是第二名、第三名，token都卖不出去，这非常残酷。国产模型以前打性价比，但现在DeepSeek谁都比不过，其他厂商就得想清楚：我凭什么卖token、别人为什么用我？比如某个模型做网页前端效果特别好，在新一代通用模型出来前它就是最好的，那想创业的独立开发者就都愿意用它，因为大家创业第一步不是做App就是做Web，都想把页面做漂亮。它在“做漂亮页面”这个场景是SOTA，token就卖得出去。

而卖不出去token，还有个更致命的问题：不是收入多少，而是你收不回用户数据。某个模型在某个场景最好→更多人用→数据回流更多→这个方向更领先，这就是数据飞轮。所以训下一代模型，得先想清楚token卖给谁、要解决什么问题；想清楚要解决什么问题，才知道需要什么数据。

这正是我们作为数商的位置。我们的方法是反过来的：先从真实世界找到AI真正的应用场景，不管是垂直领域的企业侧，还是有大量真实用户的AI应用侧，从这些场景拿到真实数据，再倒推去定义rubrics（评分标准）、把它变成可评估、可验证、可训练的环境。因为AI最终一定会落到这些场景里。现在模型厂商的市值虽然锚定的是模型能力而不是收入，但能力也好、落地也好，终点都在具体场景里。我们干的这一环，就是“从场景到环境、到数据”；接上厂商那一环，就是“从数据到模型、再让应用变好、用户变好、数据继续回流”。这个闭环一旦转起来，就是模型在某个场景持续摸高的飞轮。

02 真实世界的reward无法合成，数商的第一性原理是规模化

ZP：你为什么会从一个安全的人，跳到做AI数据？

王泉：有两个触发点。一个很现实：24年开始跟企业客户聊，我明显感觉大家 IT和安全的预算越来越少，同时都想做AI转型却不知道怎么转，我就开始琢磨 AI到底怎么在企业侧落地。另一个偏价值判断——我平时看书多，还做过几年文学、哲学、社科的播客，在那个过程里想清楚了一件事：现在很多硅谷和国内团队会默认，只要把生产力提上去，大众自然就能享受红利，我把它叫“生产力的便车”。但今天你看，AI取代工作、裁员都在发生，生产力提升并不会让所有人都搭上便车。真正要让AI惠及普通人，需要从业者有意识地去影响行业方向。所以我们常说一句话：你想要什么样的AI，就做什么样的数据——这就是我们做数商的初心。

ZP：请你介绍一下Efflora，公司现在主要在做什么？

王泉：Efflora是个拉丁文名字，意思是涌现、涌现生长。

我们核心做AI的数据，尤其是后训练数据。我们不做蒸馏数据，做的基本都是 To B的环境和任务。数据方向很多，我们主要聚焦三块：一是Coding，因为市场需求量最大，也最适合我们做；二是Cyber，就是网络安全数据，它是AI摸高绕不开的高地，至于AI for Science那块不太适合我们团队；三是多模态，因为我们本身一直在做GUI。除此之外，我们也在探索真实场景数据，比如企业端B 端、C端的真实数据。

客户主要两类。一类是各种模型公司和实验室，这是主力；另一类是垂直行业的应用厂商，现在有些垂直领域的公司想训自己的模型。不过我们不提供训练服务，只提供数据。

ZP：如果用一句话来定位Efflora，你会怎么说？

王泉：我觉得应该是“真实世界的采样器”。这个定位可以从两个层面理解。

第一层，是为什么定位在这。做数商的很多，但数商的第一性原理、核心难点其实是scaling。手工做数据谁都能做，招几个人、知道厂商需求，就能做出几条来；但一旦要大量的、高质量的数据，就非常难——首先要持续找到有价值的种子任务，其次要让任务构建和结果验证也能规模化。尤其到了后训练、RL这个阶段，只有任务数量上去还不够，任务的复杂度、真实性和反馈质量都得跟上。所以定位在“采样器”，本质是因为做数据的核心难点就是scaling。

第二层，是我们凭什么能scaling。我们搭建了一套覆盖任务采集、环境构建到结果验证的完整pipeline，这套数据infra是我们的核心技术能力。从真实世界的业务场景出发，我们采集有价值的任务，梳理任务目标、操作流程和约束条件，再将这些任务转化为模型可以交互、训练和评估的环境，并配上相应的验证机制。

这里面难的，是把整条链路规模化。真实世界里的任务形态很多，业务逻辑和复杂度也各不相同。我们需要把它们转化为可执行的任务、可运行的环境和可检验的结果，同时保留那些真正决定任务难度的细节。只有把这些环节打通，才能在扩大数据规模的同时，保持任务的真实性和验证的可靠性。

我们一直说，真实世界有无限的分辨率。同样是一个购物流程，你可以只看到搜索、下单，也可以继续往下看商品规格、库存变化、优惠规则，以及各种异常情况。采样精度高，任务做得真实，看到的世界就是4K的；做得不好，可能就是 1080P甚至720P。真实世界提供足够丰富的任务来源，而这套infra让我们能够持续把它们转化为模型训练所需要的数据和环境。

ZP：真实数据真的这么值钱吗？有没有直观一点的例子？

王泉：我个人觉得有个近期的例子：Grok买了Cursor之后，推理能力突然上了一大截。为什么？因为Cursor里有大量用户的真实场景和数据。你反过来想，Cursor当下凭什么值那么多钱？产品的壳不值钱，它自己训的模型也不值钱——真正值钱的是数据，尤其是用户的真实数据。这就是我们为什么笃定要做真实世界的采样。

ZP：这套从真实任务到训练环境的数据基础设施，是怎么积累起来的？

王泉：这条路一脉相承。我们最早做的是GUI Agent，安全背景让我习惯从底层拆解系统——面对一个应用，让AI从注册账号开始，把主要功能和业务流程完整走一遍，理解用户在不同条件下做什么操作、系统怎么反馈、步骤之间什么依赖。

做GUI Agent的过程中你会发现，真实任务的复杂度藏在整个流程里。一个按钮能点到只是起点，点完之后状态变没变、下一步能不能继续、异常怎么处理，才决定任务能不能完成。我们积累的，就是让Agent在这些复杂流程里稳定操作、理解系统行为的能力。

真正的转折点是今年年初。当时我们围绕一款很火的AI产品做了一次技术验证，有朋友看到后说：这套能力其实可以直接用来服务模型训练——因为做GUI、做 RL都需要对应的任务和环境，让模型能实际操作、获得反馈、验证结果。这一下把我们接到了一个更底层也更大的需求上：如何持续为模型提供有真实业务复杂度的训练环境。之后我们把任务采集、环境构建、测试和验证打通，变成一套能规模化交付的pipeline。

这也是年初融资被认可的核心。2026年初拿到王慧文老师的投资，当时做GUI 的团队很多，他评价我们是其中最接近落地、也最“不直给”的一个。这种“不直给”跟安全背景有关——我们习惯先理解系统底层有哪些能力，再选路径。比如让模型点准一个按钮，常见方案是识别图像输出像素坐标，但布局一变、弹窗一挡就不稳。我们会结合系统接口、无障碍能力和界面结构信息来操作。对底层的理解最终体现在任务链路的稳定性上：一次操作的小误差，放到几十步、上百步的任务里就可能决定成败，也直接影响训练环境的质量。

03 给AI一个没有提示的仿真系统，让它从零开始摸索

ZP：这套pipeline具体怎么运转？从真实世界采集到的任务，如何变成可以交付的训练环境？

王泉：各类数据很不一样，但整体上都要经过任务采集、环境构建和结果验证这几个环节。我举两个例子。

第一个是Coding。比如客户需要一批复杂度高、操作链路长的电商网站开发任务。我们首先要理解客户希望提升模型的什么能力，再从真实业务场景中采集相应的任务，把用户目标、功能要求、业务约束和完成条件整理清楚。

接下来，是把这些任务组织成模型可以实际执行的训练环境，配好初始状态、必要的上下文和测试条件。模型在里面写代码、运行和调试，我们再通过相应的验证机制，判断它有没有把任务完成。

比如加购物车，看起来只是一个功能，但选了什么规格、加了几件、库存够不够、重复添加怎么处理，都会影响结果。如果只要求页面上有一个按钮，任务就很浅；把这些业务条件放进去，模型才需要处理真实开发中会遇到的问题。

验证也要跟着业务逻辑走。页面有没有显示是一层，操作之后的数据和状态是否正确、不同条件下的行为是否符合要求，也是需要检查的部分。交付之前，我们还要跑测试，确认任务描述、环境行为和验证标准是一致的。这套pipeline 的价值，就是把这些环节串起来，持续产出有真实复杂度、能够稳定评估的任务和环境。

第二个是网络安全。有一类常见的benchmark，是“我告诉你某系统有个漏洞，你写代码复现它”。这能测一部分能力，但和真实安全测试里的问题还有很大距离。

真实的场景是：在一家头部电商平台做授权的内部测试，前台谁都能访问、人人有账号，那你能不能从前台发现通往内部系统的攻击路径？攻击点在哪、漏洞是什么、怎么进去，都需要自己分析，任务不会提前把答案的方向告诉你。

所以我们提供的是一批仿真的业务系统环境，让AI从普通用户的访问条件开始探索，不预先告诉它漏洞位置或攻击路径。环境里有正常业务，也有各种噪声，它需要自己观察、提出假设、尝试和验证，走不通的时候还要调整方向。

这类任务对环境和评估的要求也更高：既要让业务系统能够正常运行，支持连续探索，也要能够判断模型最终达到了什么结果。我们希望通过这样的环境，训练和评估模型面对陌生系统时独立发现问题、解决问题的能力。

ZP：强化学习在这套流程里扮演什么角色？你们交付的是环境和rubrics吗？

王泉：对，我们的任务就是用来做RL的。整个数据、环境和任务，都是给模型厂商做RL用的，我们同时提供环境和verifier。现在有厂商买我们的环境，拿过去自己就能rollout出大量轨迹，这些轨迹又可以用于SFT、用于蒸馏。所以我们交付的核心，就是环境和rubrics。

ZP：有没有已经跑通的、拿真实用户反馈signal反过来优化模型的案例？

王泉：我们现在在招聘这个场景做得比较多，其他方向还在探索。说实话，对模型厂商来讲，这种数据采购是非标采购，讨论半天，也没有现成的采购目录可以买，真实使用产生的signal，是合成不出来的，谁能把这个signal固化成可训练的环境，谁就有价值。

ZP：那回到战略，Coding、Cyber、多模态、应用场景数据这几块，现阶段你们最重点押注哪里？

王泉：现阶段最重点的是Cyber，下一阶段是应用场景数据。

ZP：Cyber相对小众，为什么它会是你们的重点方向？

王泉：有三个理由，层层递进。

第一，从叙事上讲。所有基模厂商现在都在讲“摸高”，而真正能摸高、又能让大众直观感知的只有两个方向——AI for Science和AI for Cyber。发模型是go-to-market问题，需要面向大众、好的叙事。数学、科研是一个很好的叙事，编程是另一个，Claude和一些厂商一直在用，但国产厂商还没人用 Cyber 这个叙事。它确实有点讲故事，但我不回避——它是让大众直观感知模型能力的绝佳方式，因为大众就觉得安全极客厉害、数学家厉害，比如AI在对系统一无所知的情况下把它攻破、甚至做出让ATM吐钱这种效果，冲击力非常强。

第二，从事实需求上讲。AI的Coding能力会越来越强，强到有一天银行系统、重要基础设施可能都是AI写的。让AI写银行系统，你担不担心？大家都担心。也就是说AI写出来的东西越来越多，AI本身的安全能力就越来越被需要，这也是我们现在在做的。

第三，也是最本质的——它是一个极好的决策任务。以前很多人做预测模型，但我们日常真正难的其实是决策问题：投资是决策，信息多、噪声多，要综合判断再行动；创业、开公司也是决策，每天各种市场反馈，你得决定做什么方向。AI 在决策问题上表现非常差，因为像如何开一家公司这种，谁也没法把数据固化下来、给AI一个能每天收到反馈、客户消息、市场信号的角色环境——这个环境太难搭、数据太难弄。

但网络安全里天然就有这样的数据。安全里有个词叫“态势感知”，是从军事里借来的。就像打策略游戏，地图全是战争迷雾，只有你标记过的点是亮的，你得从真真假假的情报里综合判断、再决定下一步怎么排兵布阵。安全也一样：像字节、阿里这样的公司，每天面对全世界几十亿、上百亿次攻击，来自各种组织和个人，你要判断哪些成功了、哪些失败了、下一步让谁去补救、要不要处理——比如平台被薅羊毛了怎么办。它本质上是一个极其复杂的决策问题，甚至已经不只是“安全”本身了。只有安全领域天然沉淀了这种高质量的决策数据，能真正提升模型的决策能力。

04 团队不到十人，底色是极客文化

ZP：能不能透露一下现在的订单量级和构成？

王泉：从构成看，我们最早做的是Coding数据，6月份才开始，在国内卖得不算特别多，主要是起步晚。Cyber数据目前跟几家主流模型都有合作，要么已经签单，要么在测试中，卖的是真实数据、环境更复杂。第三类真实场景数据，我们正在跟海外模型探讨怎么做成一个标准环境。交付周期其实不长，取决于产能，而产能取决于种子任务和verifier——只要种子任务和verify设计好，周期就不长。不管是Coding还是Cyber，我们应该是目前市场上单条价格、单价最高的。

ZP：你怎么看你们所在市场的竞争格局和玩家构成？团队又是怎么配置的？

王泉：从产业链看，我们和其他团队最大的不同在上游。我们定义的上游是对接真实应用那一侧，包括B端和C端；中游是各种agency团队；下游是模型侧。我们放在上游、对接真实应用的人比别人多，这直接对应了“真实世界采样器”这个定位。

也正因如此，我们目前是一支不到10人、但背景很互补的团队，大致分成“增长”和“技术”两条线。增长这条线的代表是我的联创天楚，她15年在阿里，17年到腾讯负责《PUBG MOBILE》的海外市场，长期做用户市场和增长，24年出来创业，最早也是做AI应用；我们25年年初认识，5月份一起在杭州成立了这家公司。另一条线是强技术、强研发背景，团队里有几位核心成员来自“乌云”那是 2010年创立、2016年关停的国内最具影响力的安全漏洞披露平台，当年聚集了一批最顶尖的安全研究者。所以我们从底子上就是一支既懂真实用户、又懂底层系统的团队。

至于招人，现在评价人特别难。大家都习惯用标签、用过去经验看人，但AI的变量太大，很多标签都失效了。所以我招人的核心原则是：找能在变化中受益的人，而不是变着变着就跟不上的人。这种人有两个特点，一是学习率特别高、斜率特别大，二是韧性足够强。人的成长其实跟RL一样——AI可以把一道题反复做一万遍，feedback不好也能坚持，因为它没有感情、能持续学到东西；但人做一道题失败三次可能就放弃了，而那三次很可能都只是噪声，所以韧性极其重要。

ZP：为什么有些数商公司，尤其是合成数据类的，会养一个庞大的researcher 团队，而你们的组织结构不一样？

王泉：这其实很好理解，本质逻辑和我们一样，模型要摸高，就得有人去定义什么是“高”。合成数据类公司靠大量researcher去定义和构造那个“高”；而我们的路径是从真实世界里采样那个“高”，所以我们把更多的人放在对接真实应用的上游。方法不同，组织形态自然不同。

ZP：你觉得你的背景，在这一批数商公司里带来的最大差异化是什么？

王泉：我觉得是搞安全的极客这个群体的特质。我们最大的特点是特别擅长reward hacking——这本身不是好事，但它意味着你习惯用非常规的、有点奇技淫巧的办法解决问题，而不是走大家都会走的常规路径。跟很多数商、AI应用的朋友聊下来，我最大的感受就是我们是“反常规”的，从背景到思维方式都是。这也是我们敢去讲、去探索这个新范式的原因——它本来就是一件跳出常规的事。

我们的组织文化也是极客文化。你来我们办公室，会看到同事日常就在破解各种东西。比如我们有一台咖啡机，它有个App，能通过蓝牙控制水温和研磨参数，我们把它破解后写成Agent的tool，接到 GPT 里。然后你想喝什么风味都行，跟 GPT说“我一点都不想苦、就想特别甜的咖啡”，它就会疯狂思考怎么把咖啡调甜、去控制咖啡机做一杯出来，你再给它feedback——这就很适合AI。这种把真实世界“破解”成可控环境、再喂给AI学习的劲头，其实就是我们做数据这件事的底色。

05 快问快答

ZP：过去一年，你最大的认知变化是什么？

王泉：最直接的一条是：不是先埋头造数据，而是先从真实世界找到值得解的场景，再倒推去做环境和rubrics。落到组织上，就是我们把人力的大头放在对接真实应用的上游，而不是放在中间的生产环节——这在同行里是个少数派配置。

ZP：你每天花最多时间思考的问题是什么？

王泉：什么样的任务是“值得解”的任务。这听起来很虚，但它其实是我们业务的核心——因为你定义什么是好任务、什么场景值得做成环境，就等于在定义下一代AI会长成什么样。

ZP：你现在最反共识的一个判断是什么？

王泉：蒸馏可能是可以永远蒸下去的。理由前面讲过了，这里只补一句：作为一个做安全出身的人，我倾向于认为，在“让不让蒸”这件事上，总归是有折中办法的。

访谈的最后，王泉聊起了他做了几年的文学播客，以及一个他常和朋友讨论的问题：马克思大概不会想到，从悲观的角度来看，有一天无产阶级也许会变成“无用阶级”。做AI早期，标数据的还是非洲、东南亚的低成本劳动力；而到今天，普通人的数据甚至都用不上了，工作也在被替代。当社会财富的增长越来越来自 AI的劳动、来自token和电，人的价值到底是什么？

在他看来，AI是用人类几千年沉淀的公共知识训练出来的，每个人、每个人的祖辈都有贡献，所以它本质上更像一种公共物品，收益理应由社会共享。而这，也正是公司取名“平等智能”的原因——生产力的提升不会自动让所有人搭上便车，真正要让AI惠及普通人，需要从业者有意识地去承担一点责任。

“你想要什么样的AI，就去做什么样的数据。”这既是Efflora的方法论，也是王泉的初心。

文章来自于"Z Potentials"，作者 "Z Potentials"。