堆代码讯 当一家初创公司倒下的时候，剩下的除了未付的工资、闲置的办公家具，还有什么？如今，答案或许是：AI 训练的顶级数据。为了构建更强大的新一代人工智能系统，开发者们正在把目光从开放的互联网，转向了一个全新的、更私密的数据来源：失败初创公司的内部运作数据。那些曾经被当成运营垃圾的 Slack 讨论串、电子邮件链、内部文档，甚至是源代码，如今正在催生出一个全新的二级市场，被打包、脱敏，卖给急需高质量训练数据的 AI 开发者。

这一转变，本质上是 AI 模型构建逻辑的大演变。早期的大型语言模型，训练数据大多来自公开的新闻档案、维基百科、网络论坛，这些公开的文本数据足够支撑模型学会基础的语言逻辑。但现在，新一代的 AI 系统，尤其是能够自主完成工作任务的智能体（AI Agent），需要的是完全不同的数据：更具结构性、更有情境性的内容，能够真实反映一个组织内部的决策过程、工作流程、团队协作的模式。

为了训练这些智能体，开发者们正在搭建 “强化学习训练场”—— 一个模拟的工作环境，让 AI 可以在里面演练怎么完成工作任务。而这些训练场，极度依赖真实的、详细的内部工作数据：团队怎么协调任务？怎么解决分歧？怎么推进项目？这些内容，是公开的网络数据根本复现不了的。这个需求有多迫切？据透露，Anthropic 的领导层甚至讨论过，为了搭建这类训练基础设施，投入高达 10 亿美元的资金。而现在，这个需求，刚好和一个意想不到的供应方撞上了：那些专门帮初创公司做清算的企业。

像 SimpleClosure 这样的公司，原本的业务是帮倒闭的初创公司处理工资结算、税务清算、投资者的资产结算。但现在，他们拓展了一个全新的业务：把这些倒闭公司的数字资产变现。他们推出的 Asset Hub 平台，就是用来帮创始人把公司剩下的内部资产授权出去，榨干最后一点价值。这些资产不仅包括源代码这类技术材料，还包括了内部的电子邮件、工作文档、Slack 的聊天记录 —— 这些曾经没人在意的运营残留物，如今成了 AI 公司抢着要的宝贝。

SimpleClosure 会先评估这些数据的价值，然后做脱敏处理，删掉所有的个人身份信息，之后再授权给 AI 开发者。根据《福布斯》的报道，过去一年里，他们已经促成了近 100 笔这样的交易，每家倒闭的初创公司，靠卖这些数据，能拿到 1 万到 10 万美元不等的收益。SimpleClosure 的 CEO 多里・约纳直言：“这些想要拿到真实世界数据的公司，现在就跟淘金热一样，疯了一样抢。”

对 AI 开发者来说，这些内部数据的价值无可替代：它们展示了工作到底是怎么完成的，团队怎么沟通，怎么解决问题，怎么推进任务。这些细节，是公开的网络内容根本给不了的，也是训练能干活的 AI 智能体最需要的东西。

但让这些数据如此有价值的特性，也引发了巨大的隐私担忧。和公开的网页内容不一样，工作场所的沟通数据，里面全是具体的人：员工的沟通习惯、行为模式，还有很多敏感的交流内容。哪怕做了匿名化处理，隐私倡导者也认为，风险根本没法忽视。“我觉得这里的隐私问题相当严重，” 人工智能与数字政策中心的创始人马克・罗滕伯格表示，“员工的隐私仍然是关键问题，尤其是现在大家都这么依赖 Slack 这类内部沟通工具…… 这些不是什么泛化的数据，是一个个可识别的个人。”

这些担忧已经开始引起政策制定者的注意了。最近，人工智能与数字政策中心已经给参议院商务委员会发了信，敦促联邦贸易委员会加强对 AI 行业的监管，尤其是在训练数据的获取和使用方式上。

这个全新的市场，正在用一种意想不到的方式，把初创公司的倒闭和 AI 的发展绑在了一起。曾经，一家公司倒闭了，它的内部数据很快就会被删掉，消失在互联网里。但现在，这些数据有了新的生命：它们成了下一代 AI 系统的训练材料。而反过来，这些被训练出来的 AI 系统，未来又会重塑公司的运营、沟通的方式，然后生成新的内部数据，等到这些公司倒闭的时候，又会成为下一批 AI 的训练材料 —— 这就形成了一个奇妙的循环。