死掉的创业公司，成了AI最抢手的训练数据

一家做了 13 年的字幕转录公司，关门时靠卖内部 Slack 存档、Jira 工单和邮件，给创始人换回了“几十万美元”。这家叫 cielo24 的公司，原本担心付不上最后一笔账单，最后却借此得以干净收尾。

过去一年，硅谷有一批倒闭或正准备倒闭的创业公司，都在用这种方式重新估价：不按现金，不按代码库，也不按还能再卖的办公家具，而是按它们留下的一整套数字履历，比如 Slack 存档、Jira 工单、内部邮件、Confluence 页面、Google Drive 里的工作文档。买家是 AI 实验室，用途是训练下一代能替人干活的 agent。

在短短一年多的时间里，这样一条从清算到训练的产业链迅速形成。上游是倒闭的公司，中游是帮它们关厂顺便打包数据的清算掮客，下游是把这些碎片加工成模拟办公室的新型 AI 创业公司，最终流向 Anthropic 和 OpenAI 这两个最大的买家。每一层玩家都已就位，每一笔交易都已有标价。

专门打扫战场的人

在这条链条的中游，SimpleClosure 和 Sunset 是两家比较有代表性的公司，它们都是 2023 年成立的美国创业公司。

SimpleClosure 由以色列连续创业者 Dori Yona 和 Nimrod Ram 联合创立。Yona 的上一家公司 Earny 是个消费级金融返现应用，用户做到 350 万，累计融资 1,400 万美元，2021 年被私下出售。

图丨Dori Yona 和 Nimrod Ram（来源：SimpleClosure）

关掉 Earny 的经历让 Yona 意识到美国没有“关厂 SaaS”这个品类，而处理相关业务的律所和会计师事务所收费 7 万美元起，流程要拖 6 到 12 个月。SimpleClosure 的定位是“关厂版 TurboTax”，把这件事压缩到几周、几千美元。

Fast Company 的数据显示，SimpleClosure 2024 年一年处理了超过 500 家公司的关厂手续，累计融资约 550 万美元，主要渠道合作方是 Stripe Atlas 和 Carta，后两者本身就是硅谷创业公司从注册到发薪的基础设施，能精准把关门中的客户导过来。

Sunset 的创始人 Brendan Mahony 和 Grant Rheingold 都是 YC 系出身，本人就趟过关厂的坑。Mahony 自己 2017 年创立的玩具公司 Toybox 走的是 YC 路径，2020 年被收购；紧接着第二家公司 Contrast 做不下去，他花了半年多亲自走完清算流程。那次经历让他决定 2023 年开做 Sunset。

Sunset 后来和 Acquire.com 达成合作，后者是硅谷最大的创业公司并购撮合平台，大量“收购”实际是资产收购（acquihire），交易完成后还需要清算留下的法律实体。Sunset 顺势接下这块单子，形成“被收购+留壳清算的闭环业务。

数据交易是两家公司在过去一年才加上的新业务线。据 Forbes 报道，SimpleClosure 过去一年做了“近 100 笔”这类交易，每笔报价在 1 万到 10 万美元区间，累计为创始人回收超过 100 万美元。定价主要看“数据丰度”，比如一张 Jira 工单如果能追溯到具体一次代码提交、一条 Slack 讨论、一次 PR review，价值会远高于一份孤立的 Word 文档。医疗和金融的数据有溢价。

Yona 本周正式推出了一个叫 Asset Hub 的新产品，把 SimpleClosure 过去零散做的数据撮合正式产品化，创业公司关门时可以把代码、域名、IP、设备，连同 Slack 存档、邮件、内部文档一起挂上去交易。Asset Hub 里关于数据的那一栏目前还在 beta，Yona 给的理由是脱敏。

10 亿美元在买什么

SimpleClosure 每笔 1 到 10 万美元的定价，上限由链条末端的买家决定。The Information 在 2025 年 9 月披露，Anthropic 管理层讨论过在未来一年里拿出 10 亿美元投入强化学习环境（RL environments，更通俗的叫法是 RL gyms）。OpenAI 这边，2025 年全年数据开销约 10 亿美元，内部预测到 2030 年将涨到 80 亿美元。

简单而言，RL gym 做的事情就是搭一个“虚拟办公室”，把 Salesforce、Slack、Gmail、Excel、Jira 等主流企业软件的界面和交互逻辑复刻出来，让 AI agent 在里面反复练习。SemiAnalysis 2026 年 1 月盘点过这条赛道，已有名字可查的就有十几家：Habitat、DeepTune、Fleet、Vmax、Turing、Mechanize、Preference Model、Bespoke Labs、Veris.ai、HUD，多数是不到 20 人的种子轮团队，服务 1 到 3 家 AI 大客户，总数估算约 50 家。

一些头部团队的估值增长速度惊人。例如由 Andrej Karpathy、Founders Fund 和 Menlo Ventures 等支持的 Prime Intellect 此前就构建了一个开源社区版 Environments Hub，对标“RL 环境界的 Hugging Face”，2025 年秋季估值已过 10 亿美元。Mechanize 走相反的路数，小而精，给软件工程师开 50 万美元年薪专职造环境，已经是 Anthropic 的合作方。

AfterQuery 是 Y Combinator 2025 年冬季批次的毕业团队，最近拿下 Altos Ventures 领投的 3,000 万美元 A 轮，估值 3 亿美元，ARR 过了 1 亿，主打产品是一系列起名叫“Big Tech World”“Finance World”“Tax World”的模拟公司世界。

还有更早动手的是数据标注公司 Turing，过去一年里已经建了超过 1,000 个 RL 环境，包括 Airbnb、Zendesk、Microsoft Excel 的像素级复刻。据 SemiAnalysis 的统计，单个“UI gym”均价约 2 万美元，OpenAI 过去一年里买了数百个，一次性买断，复用在之后所有代际的模型训练上。数据标注老牌玩家也都挤了进来。

估值 100 亿美元的 Mercor 最近也在向投资人推销它的 RL 环境业务，客户包括 OpenAI、Meta、Anthropic；2024 年营收 12 亿美元的 Surge 成立了专门的 RL 环境部门，CEO Edwin Chen 对 TechCrunch 说过去几个月需求“显著增长”。

在这套供应链里，倒闭公司的数据处于最底层，它们是最快、最便宜、最真的原材料。自己从零搭一个带真实项目轨迹的 Slack 克隆要花几十人月；从一家倒闭公司那里买一份现成的、带完整协作上下文的存档，是更划算的起点。

AfterQuery 的训练题库的一道任务可以帮我们理解这一点。在该任务中，AI agent 被布置去给一个叫 Bob 的同事策划生日 party。它并不知道另一个同事也在张罗同一件事，也忘了 Bob 到底哪天生日。要拿到通关分，它得主动给其他员工发消息、在信息不全的情况下推理、决定是合流还是另起炉灶。

这种任务对应的正是 AI 实验室最想训练的那类能力：在一个信息不全、多方利益、工具分散的日常办公里，把一件琐碎的小事推动到闭环。Dario Amodei 2025 年 5 月公开说过，未来 1 到 5 年 AI 可能消灭掉美国一半的初级白领岗位。而替代那些岗位的能力，有相当一部分就在从 cielo24 这类公司的数据残骸里被训练出来。

那个“脱敏开关”并不存在

尽管发展迅速，但这条产业链目前依然面临着隐私等敏感问题，这也是 Yona 把 Asset Hub 的数据交易板块留在 beta 阶段的原因。

员工的数据并不能只靠简单的“抹掉姓名”就能避免暴露风险。一个人的名字可以替换成任何符号，但他在 Slack 上的语言习惯、项目风格、跟谁吵过架、被谁抄送过邮件这些结构性信号，很难完全清除。

在由 Google DeepMind 的 Milad Nasr、Nicholas Carlini 团队在 ICLR 202 发表的一项研究（Scalable Extraction of Training Data from Aligned, Production Language Models）中，团队成功用两种攻击手段能绕过 ChatGPT 的对齐机制，在超过 23% 的对话里让它吐出训练集原文，甚至可以定向重建指定文档。论文表明，现有对齐机制挡不住训练数据从生产级模型里外流。