什么是应用研究实验室?
![AfterQuery:人工智能数据解决方案应用研究实验室]()
AfterQuery 是一家应用研究实验室,致力于开发数据解决方案,以加速基础模型的研发。图片来源:AfterQuery
在 Altos Ventures 和 Y Combinator 的支持下,AfterQuery 作为一家应用研究实验室,致力于将人类专业知识编码为数据,从而训练出可靠的人工智能模型
当斯宾塞·马蒂加(Spencer Mateega)和卡洛斯·乔治斯库(Carlos Georgescu)着手构建金融人工智能代理时,他们遇到了瓶颈。问题不在于代码,而在于数据。
他们发现,通用网络爬取数据导致模型无法捕捉现实世界的细微差别,因此意识到:更智能的AI需要的是更优质的经验,而非更多的文本。
2025年,斯宾塞和卡洛斯在完成大学学业的同时创立了AfterQuery,将工作重点从开发终端用户应用转向解决整个行业的数据瓶颈。
AI的未来不在于更多数据,而在于更优的思维方式——AfterQuery
AfterQuery 是一家应用研究实验室,致力于将人类专家的判断力编码到 AI 模型中。
随着网络级数据的极限逐渐显现,模型性能在根本上受制于训练数据的质量。
基于这一认识,该组织设计了专门的数据集、强化学习环境和评估框架,用于训练可靠的人工智能模型。
应用研究实验室的运作方式
传统学术机构专注于理论突破,而企业数据供应商则专注于简单文本的标注。应用研究实验室则直接在实施的前沿开展工作。
AfterQuery 将数据整理视为一门严谨的研究学科。该实验室探究模型如何学习、在何处出错,以及人类直觉如何转化为算法反馈循环。
通过将软件工程与领域专业知识相结合,AfterQuery 构建了供模型进行推理训练的环境。这些系统使 AI 能够从错误恢复循环中学习,并达到专业标准。
该实验室围绕实际应用而非抽象测试开展研究。这种方法确保了人工智能系统在高风险的专业工作流程中能够可靠运行。
斯宾塞·马蒂加(Spencer Mateega)于2025年与卡洛斯·乔治斯库(Carlos Georgescu)共同创立了AfterQuery。图片来源:斯宾塞·马蒂加/LinkedIn
推动数据质量的研究领域
为了弥合通用语言流利度与专业智能之间的差距,AfterQuery 专注于五大核心研究支柱。每个支柱都针对当前模型开发中的特定缺口。
- 开发计算机使用环境,教导AI代理如何处理软件工作流和边界情况
- 构建多模态数据集,将语言与复杂文档、界面及工程图表相结合
- 与安全专家合作,挖掘对抗性场景并构建防护数据
- 设计数据整理方法论,确保每个示例都能体现专家的人为判断
- 创建模型评估基准,用于衡量推理步骤是否与专家的心理模型相符。

专为模型训练打造的产品
AfterQuery 将研究洞见转化为适用于 AI 实验室的实用训练工具。其产品套件致力于在模型开发的每个阶段捕捉人类行为的细微差别、工具交互以及领域专业知识。
该实验室利用真实的API和模型上下文协议(MCP)服务器构建了工具调用强化学习(RL)环境。这些定制化的沙箱环境教导软件代理如何在真实的工作流中串联操作、调用外部服务以及从错误中恢复。
计算机使用和浏览器使用环境将高保真软件界面与专家演示轨迹相结合。监督式微调(SFT)数据集提供高质量的提示-响应对和推理轨迹,用于在强化学习开始前建立基础技能。
基于评分标准和验证器的强化学习,将专家制定的标准与自动化验证器相结合,对模型输出进行评分。与此同时,RLHF通过数千组专家比较对,捕捉了人类细微的偏好。
为了嵌入领域特定的判断标准,深度研究解决方案汇集了来自医学、法律、金融和工程领域的近10万名经过验证的从业者。系统性的损失分析可识别精确的模型失效模式,而现成的数据集则可立即提供经过预验证的训练数据。
AfterQuery 的训练数据包括:
- 有监督微调(SFT)
- 强化学习 + 评分标准
- 智能体环境(API/MCP)
- 计算机使用轨迹
支持该实验室的投资者
2025年,AfterQuery完成了由硅谷投资公司Altos Ventures领投的3000万美元A轮融资。本轮融资使公司估值达到3亿美元。
随后在2026年9月的市场发展中,该公司估值达到32亿美元。这一里程碑使AfterQuery成为Y Combinator历史上最快跻身独角兽行列的初创公司。
估值的快速增长反映出其年度经常性收入运行率已超过1亿美元。这笔资金注入使AfterQuery能够扩展其研究基础设施,并扩大其经过认证的领域专家网络。
该公司获得了科技领域多家知名风险投资机构的支持。Y Combinator的早期支持为其奠定了基础,后续融资则来自包括The Raine Group、BoxGroup和Latitude Capital在内的风险投资专家。
来自谷歌 DeepMind、OpenAI、Anthropic 和 Meta 等领先人工智能机构的个人天使投资人也支持该实验室。他们的参与带来了专业的技术见解,与 AfterQuery 的资金支持相辅相成。
主要合作伙伴
AfterQuery 与硬件供应商、AI 平台及学术研究机构开展合作,以提升模型能力。其中包括:
- NVIDIA:这家 企业级软件及 GPU 加速计算公司利用 AfterQuery 的数据集,支持前沿模型的训练。
- Legora:一家 法律人工智能平台,与 AfterQuery 合作开发用于研究和尽职调查任务的法律评估工具。
- Thinking Machines Lab:一个 致力于先进模型评估和数据方法论研究的合作团体。
- 学术研究实验室:包括加州大学伯克利分校、斯坦福人工智能实验室和艾伦人工智能研究所等研究机构,它们在开放数据集基准测试方面开展合作。
相关文章
不到一年时间,铁匠业的估值便上涨了近十倍
随着人工智能大幅加速编码流程,软件开发领域接下来的重大挑战便变成了对所有生成代码的测试以及确保其准确性。Blacksmith 最近又完成了一轮 4500 万美元的融资,旨在把握这一不断变化的行业趋势。本轮由 Peak XV Partners 领投的 B 轮融资为 Blacksmith 定价的估值高达 5.5 亿美元,而不到一年前其在 A 轮融资时获得的估值仅为 6000 万美元。现有投资者 GV 和 Y Combinator 也参与了此次融资,使得这家初创公司的累计融资额达到了 5850 万美
Conntour 获得 General Catalyst 和 YC 700 万美元融资,用于开发人工智能驱动的安防视频搜索技术
监控技术行业目前正受到密切关注,不过原因并不令人欣慰。 据报道,美国移民和海关执法局曾接入Flock的摄像头网络进行监控,引发争议;而家用摄像头制造商Ring因开发允许执法部门向业主索取社区监控录像的功能而遭到批评。这些事件引发了关于安全、隐私及监控伦理的广泛讨论。然而,争议并未削弱市场需求。视觉语言模型的持续进步,正推动着那些帮助企业更有效地监控其场所的公司实现增长。视频监控初创公司Connto
加里·谭的Claude Code配置引发褒贬不一的反应
Y Combinator首席执行官加里·谭(Garry Tan)在SXSW大会上向观众透露,他正经历“网络精神错乱”,靠极少的睡眠维持着生活,而这一切都源于他对与人工智能代理合作所怀有的兴奋之情。“我现在每晚大概只睡四小时,”他在周六的舞台上向采访者兼风投同行比尔·格利透露。“我得了‘网络精神错乱症’,但我觉得我认识的三分之一CEO也有同样的情况,”他调侃道,以此形容自己对AI的痴迷。(我们认为他
相关专题推荐
评论 (0)
0/500
AfterQuery 是一家应用研究实验室,致力于开发数据解决方案,以加速基础模型的研发。图片来源:AfterQuery
在 Altos Ventures 和 Y Combinator 的支持下,AfterQuery 作为一家应用研究实验室,致力于将人类专业知识编码为数据,从而训练出可靠的人工智能模型
当斯宾塞·马蒂加(Spencer Mateega)和卡洛斯·乔治斯库(Carlos Georgescu)着手构建金融人工智能代理时,他们遇到了瓶颈。问题不在于代码,而在于数据。
他们发现,通用网络爬取数据导致模型无法捕捉现实世界的细微差别,因此意识到:更智能的AI需要的是更优质的经验,而非更多的文本。
2025年,斯宾塞和卡洛斯在完成大学学业的同时创立了AfterQuery,将工作重点从开发终端用户应用转向解决整个行业的数据瓶颈。
AI的未来不在于更多数据,而在于更优的思维方式——AfterQuery
AfterQuery 是一家应用研究实验室,致力于将人类专家的判断力编码到 AI 模型中。
随着网络级数据的极限逐渐显现,模型性能在根本上受制于训练数据的质量。
基于这一认识,该组织设计了专门的数据集、强化学习环境和评估框架,用于训练可靠的人工智能模型。
应用研究实验室的运作方式
传统学术机构专注于理论突破,而企业数据供应商则专注于简单文本的标注。应用研究实验室则直接在实施的前沿开展工作。
AfterQuery 将数据整理视为一门严谨的研究学科。该实验室探究模型如何学习、在何处出错,以及人类直觉如何转化为算法反馈循环。
通过将软件工程与领域专业知识相结合,AfterQuery 构建了供模型进行推理训练的环境。这些系统使 AI 能够从错误恢复循环中学习,并达到专业标准。
该实验室围绕实际应用而非抽象测试开展研究。这种方法确保了人工智能系统在高风险的专业工作流程中能够可靠运行。
斯宾塞·马蒂加(Spencer Mateega)于2025年与卡洛斯·乔治斯库(Carlos Georgescu)共同创立了AfterQuery。图片来源:斯宾塞·马蒂加/LinkedIn
推动数据质量的研究领域
为了弥合通用语言流利度与专业智能之间的差距,AfterQuery 专注于五大核心研究支柱。每个支柱都针对当前模型开发中的特定缺口。
- 开发计算机使用环境,教导AI代理如何处理软件工作流和边界情况
- 构建多模态数据集,将语言与复杂文档、界面及工程图表相结合
- 与安全专家合作,挖掘对抗性场景并构建防护数据
- 设计数据整理方法论,确保每个示例都能体现专家的人为判断
- 创建模型评估基准,用于衡量推理步骤是否与专家的心理模型相符。

专为模型训练打造的产品
AfterQuery 将研究洞见转化为适用于 AI 实验室的实用训练工具。其产品套件致力于在模型开发的每个阶段捕捉人类行为的细微差别、工具交互以及领域专业知识。
该实验室利用真实的API和模型上下文协议(MCP)服务器构建了工具调用强化学习(RL)环境。这些定制化的沙箱环境教导软件代理如何在真实的工作流中串联操作、调用外部服务以及从错误中恢复。
计算机使用和浏览器使用环境将高保真软件界面与专家演示轨迹相结合。监督式微调(SFT)数据集提供高质量的提示-响应对和推理轨迹,用于在强化学习开始前建立基础技能。
基于评分标准和验证器的强化学习,将专家制定的标准与自动化验证器相结合,对模型输出进行评分。与此同时,RLHF通过数千组专家比较对,捕捉了人类细微的偏好。
为了嵌入领域特定的判断标准,深度研究解决方案汇集了来自医学、法律、金融和工程领域的近10万名经过验证的从业者。系统性的损失分析可识别精确的模型失效模式,而现成的数据集则可立即提供经过预验证的训练数据。
AfterQuery 的训练数据包括:
- 有监督微调(SFT)
- 强化学习 + 评分标准
- 智能体环境(API/MCP)
- 计算机使用轨迹
支持该实验室的投资者
2025年,AfterQuery完成了由硅谷投资公司Altos Ventures领投的3000万美元A轮融资。本轮融资使公司估值达到3亿美元。
随后在2026年9月的市场发展中,该公司估值达到32亿美元。这一里程碑使AfterQuery成为Y Combinator历史上最快跻身独角兽行列的初创公司。
估值的快速增长反映出其年度经常性收入运行率已超过1亿美元。这笔资金注入使AfterQuery能够扩展其研究基础设施,并扩大其经过认证的领域专家网络。
该公司获得了科技领域多家知名风险投资机构的支持。Y Combinator的早期支持为其奠定了基础,后续融资则来自包括The Raine Group、BoxGroup和Latitude Capital在内的风险投资专家。
来自谷歌 DeepMind、OpenAI、Anthropic 和 Meta 等领先人工智能机构的个人天使投资人也支持该实验室。他们的参与带来了专业的技术见解,与 AfterQuery 的资金支持相辅相成。
主要合作伙伴
AfterQuery 与硬件供应商、AI 平台及学术研究机构开展合作,以提升模型能力。其中包括:
- NVIDIA:这家 企业级软件及 GPU 加速计算公司利用 AfterQuery 的数据集,支持前沿模型的训练。
- Legora:一家 法律人工智能平台,与 AfterQuery 合作开发用于研究和尽职调查任务的法律评估工具。
- Thinking Machines Lab:一个 致力于先进模型评估和数据方法论研究的合作团体。
- 学术研究实验室:包括加州大学伯克利分校、斯坦福人工智能实验室和艾伦人工智能研究所等研究机构,它们在开放数据集基准测试方面开展合作。
不到一年时间,铁匠业的估值便上涨了近十倍
随着人工智能大幅加速编码流程,软件开发领域接下来的重大挑战便变成了对所有生成代码的测试以及确保其准确性。Blacksmith 最近又完成了一轮 4500 万美元的融资,旨在把握这一不断变化的行业趋势。本轮由 Peak XV Partners 领投的 B 轮融资为 Blacksmith 定价的估值高达 5.5 亿美元,而不到一年前其在 A 轮融资时获得的估值仅为 6000 万美元。现有投资者 GV 和 Y Combinator 也参与了此次融资,使得这家初创公司的累计融资额达到了 5850 万美
Conntour 获得 General Catalyst 和 YC 700 万美元融资,用于开发人工智能驱动的安防视频搜索技术
监控技术行业目前正受到密切关注,不过原因并不令人欣慰。 据报道,美国移民和海关执法局曾接入Flock的摄像头网络进行监控,引发争议;而家用摄像头制造商Ring因开发允许执法部门向业主索取社区监控录像的功能而遭到批评。这些事件引发了关于安全、隐私及监控伦理的广泛讨论。然而,争议并未削弱市场需求。视觉语言模型的持续进步,正推动着那些帮助企业更有效地监控其场所的公司实现增长。视频监控初创公司Connto
加里·谭的Claude Code配置引发褒贬不一的反应
Y Combinator首席执行官加里·谭(Garry Tan)在SXSW大会上向观众透露,他正经历“网络精神错乱”,靠极少的睡眠维持着生活,而这一切都源于他对与人工智能代理合作所怀有的兴奋之情。“我现在每晚大概只睡四小时,”他在周六的舞台上向采访者兼风投同行比尔·格利透露。“我得了‘网络精神错乱症’,但我觉得我认识的三分之一CEO也有同样的情况,”他调侃道,以此形容自己对AI的痴迷。(我们认为他





首页






