YC 访谈：Intelligence 用 Design Arena 评测 AI 创意能力，年化收入达 6000 万美元

YC 公司 Intelligence（2025 春季批次）正在为 AI 中最难量化的部分构建基准测试。其首个产品 Design Arena 让用户用前沿模型生成网站、图像、视频等创意作品，再把真实交互数据反馈给模型厂商，帮助他们了解模型在哪些场景成功、哪些场景失败。目前 Design Arena 已覆盖 192 个国家、超过 700 万用户。 产品机制上，Design Arena 通过真实用户的大规模使用来衡量“人类品味”，而非传统的静态基准测试。用户用多个前沿模型完成同一创意任务，其选择偏好沉淀为评测数据，随用户规模增长持续累积。这类“对齐人类偏好”的评测方式，区别于 SWE-bench 等以客观任务得分为主的基准。 商业层面，Intelligence 在约一年内达到 6000 万美元年化收入，团队规模保持小型。访谈还讨论了随着模型数量增多、领域专业化，专门化评测市场的发展方向，以及小团队在 AI 前沿创业中快速迭代的价值。