美国数据经纪商向中国 AI 实验室出售约 5 亿美元 RL 训练环境

ChinaTalk 的一项调查显示，Mercor、Surge AI、AfterQuery 等美国数据经纪商向中国 AI 实验室出售了总价值约 5 亿美元的 AI 训练数据，其中包含此前为 OpenAI 或 Anthropic 构建的同一批 RL（强化学习）训练环境。至少有 9 家美国公司参与其中，交易规模与涉及面远超外界预期。 RL 训练环境是用于让模型在可验证任务中反复试错并提升推理与智能体能力的训练素材，通常由专业数据公司按模型实验室的规格定制。中国实验室购买这些环境后，可以直接在接近 OpenAI、Anthropic 使用过的训练任务上迭代自家模型，而不是从零搭建。 报道指出，现行出口管制几乎不适用于此类训练数据和环境交易——它们不属于芯片或模型权重，因此游离在监管框架之外。这暴露了以算力和模型为中心设计的管制体系在数据层面的漏洞，也让中美模型能力差距的收敛速度成为一个监管争议点。