Mercor 如何仅凭 71 美元和一份 Google Form 打造出 200 亿美元的市场平台

@nicholaschua
英语1天前 · 2026年7月29日
249K
174
6
13
345

TL;DR

Mercor 从一家小型软件代理商成长为估值 200 亿美元的 AI 人才市场,其历程凸显了手动验证、以客户为导向的转型以及利用学生创业者社区等利基网络所带来的强大力量。

去年十月,Mercor 的创始人成为了历史上最年轻的白手起家亿万富翁。

但他们的起点,是在印度通过黑客马拉松寻找工程师,通过编程竞赛筛选人才,并通过 WhatsApp 进行匹配。

@mercor_ai 是一家由 AI 驱动的 人才市场,它招募、筛选并匹配领域专家(医生、律师、工程师、博士),为各大 AI 实验室训练和评估 AI 模型。该公司由 Brendan Foody、Adarsh Hiremath 和 Surya Midha 创立。

这是 冷启动 系列的第一集。

冷启动 是一个系列,我将探讨那些导致公司人气爆发的增长机制和杠杆。

如今,大多数创始人起步时都自带优势:前苹果员工、前 VC 投资人,或者前创始人。

但我们其他人没有。

这个系列将涵盖所有那些让公司起步的、不可规模化增长策略:卖麦片盒以求生存,制作手工礼盒以获取早期客户,或者将姐妹会转化为用户。

最终,你将清楚地了解每家公司究竟是如何从 0 到 1 的,以及你可以借鉴哪些步骤。

创始故事

Brendan Foody(CEO)在门洛帕克长大,八年级时通过转卖 Safeway 的甜甜圈开始创业。

他以每打 5 美元的价格购买甜甜圈,并以每个 2 美元的价格出售,为了击垮竞争对手,他将价格降至 1 美元并持续了两周,当校长试图关闭他的摊位时,他又将摊位搬离学校范围 20 英尺 [Foody, 20VC]。

高中时,Brendan 创立了一家云咨询公司,通过帮助客户搭建网站和填写申请 AWS 项目所需的表格,帮助他们解锁高达 2.5 万美元的 AWS 创业信用额度 [First Block]。

Adarsh 和 Surya 的故事则开始得更早——他们在 10 岁时就相识了,当时他们是学校里唯二想要参加辩论赛的小学生。他们一直比赛到高中,并在那里遇到了同在 Bellarmine College Prep 辩论队的 Brendan [Hiremath, 20VC]。

Mercor 的想法源于 2021 年的一次高年级毕业旅行,当时 Brendan 抱怨说他无法为他的 AWS 咨询客户快速找到开发人员。Adarsh 和 Surya 意识到,世界上一些最优秀的工程师在印度,他们薪酬过低且被忽视。

这就是 Mercor 的开端。

2022 年:起步阶段

  • 他们是如何获得第一批客户的?
  • 他们接受了哪些赞助?
  • 他们是如何找到第一批工程师的?

不拘一格的增长策略

Mercor 最初是一家 软件开发代理公司,成立于 2022 年 1 月。

他们的第一批客户来自 Brendan 在乔治城大学的同学。如果一家公司想要构建一个功能或系统,他们会找到 Mercor,因为 Mercor 拥有能以实惠价格完成工作的人才([The Hoya])。

早期初创公司付钱给 Mercor 来创建 MVP,由印度的工程师负责构建,三位创始人则从中获利 ([GlobeNewswire])。

Brendan 还利用他在 Mercor 的人脉 帮助他的朋友构建病毒式传播的应用程序,这成为了另一个分发引擎。Brendan 与一位朋友合作了一个名为 Hoyadle 的项目,这是在线游戏 Wordle 的衍生作品。虽然他的朋友从未直接付钱给 Brendan,但 Mercor 开始与 Hoyadle 一起出现在文章中。

💡

与病毒式传播的应用/公司合作本身就能成为一种分发渠道。人人都追逐大品牌(如 OpenAI、Meta 等),但你不应忽视小项目(例如 JMail)带来的关注度。

Brendan 继续采用这些校园增长策略,向乔治城大学的创业挑战赛推销 Mercor,赢得了 10,000 美元的本科生大奖,并让他们得以发布自己的新闻稿,宣布预计月收入达到 4 万美元。

招聘工程师

为了寻找工程师,Mercor 转向了印度理工学院(IITs),利用薪酬套利来出价高于大型科技公司的 offer。

他们首先与 IIT 的编程社团合作,获取直接推荐,然后赞助了 IIT 各校区的黑客马拉松,提供现金奖励和“在 Mercor 工作的机会”。

在这些比赛中,他们为前三名分别颁发了 3000、2000 和 1000 卢比,总计约 71 美元。

这看起来像是严重的薪酬不足,但印度大型科技公司的 offer 时薪约为 5 美元,这使得 Mercor 能够出价更高来购买他们的时间 [1-to-100]。

💡

在你能够提供不公平优势的领域进行招聘。在这个案例中,Mercor 能够基于地理位置出价高于大型科技公司的薪水,其他替代方案可能是工作机会、人脉等。

Mercor 还投放了 Facebook 广告来寻找候选人,这是一种经常被忽视的招聘方式。

Mercor 最优秀的工程师之一就是通过其中一则广告得来的。他未能通过 Adarsh 的亲自面试,于是给 Adarsh 发了一条长长的信息,详细分析了他搞错了什么,然后被录用,并成为了他们最优秀的工程师之一 [20VC]。

2023 年:规模化转型

  • Mercor 的转型究竟是如何发生的?
  • 在没有产品的情况下,他们是如何运营一个市场的?
  • 在没有任何营销的情况下,他们是如何达到 100 万美元 ARR 的?

2023 年 1 月 1 日,Mercor 重新定位为一个人力资源平台。

初创公司每周支付约 500 美元,Mercor 为他们匹配一位印度工程师,抽取约 30% 的佣金 [Fortune]。

这个转型是自然发生的,由客户需求驱动。随着工程师们持续构建出卓越的软件,Mercor 开始 以其人才而非其构建的产品而闻名

Mercor 的客户开始询问他们是否可以直接雇佣这些工程师,跳过代理公司的软件开发部分。

💡

不要害怕根据客户需求进行转型。Pinterest 最初是一个购物目录,但当人们用它来收集和保存物品时,这便成为了产品本身。

在转型初期,几乎所有的匹配都是手动完成的。

Brendan 和 Surya 亲自审阅简历并进行面试 [Foody, VectorShift]。他们通过 WhatsApp 连接这些创始人和工程师,并使用极其简单的软件,如 Google Sheets 来组织信息,以及 PandaDoc 来发送合同。

Nicholas Chua - inline image

Mercor 2023 年的旧网站

Mercor 团队还构建了编程竞赛和挑战来快速筛选申请人。他们将其包装成一种能让你获得工作的编程练习方式,让雇主可以直接看到顶尖人才。

Nicholas Chua - inline image

Mercor 编程竞赛

💡

在产品中创造可分享的瞬间非常重要。无论是独特的加载动画还是一种炫耀(例如:Spotify 年度总结),人们天生就有分享的冲动。

在此过程中,他们开始发现申请人身上的信号。例如,Brendan 意识到,曾在西方国家留学的候选人更有可能与美国公司良好合作,这是他们手动发现的关联,后来被编码进了系统 [VectorShift]。

最终,手动流程变得难以为继,因此他们实现了系统自动化:使用经过提示词工程优化的 GPT-4 版本对 Google Form 中的个人资料进行评分,并使用 AI 面试官来提问技术问题。

这个过程变得如此出色,以至于有公司要求购买这个 AI 面试官作为独立产品——Mercor 当然拒绝了 [VectorShift]。

公司端

2023 年 3 月,Mercor 的网站并不允许公司立即注册并开始招聘——而是让他们“申请”。

Mercor 建立了一个申请系统,只有获批的公司才能访问其工程师网络,这让人才感觉是高端且受到严格筛选的。

💡

即使后端系统尚未完全开发完毕,让体验感觉具有排他性 → 就会感觉像高端产品。

一旦客户真正雇佣了一位工程师,Mercor 仍然会参与到招聘流程中。

通常,在印度雇佣个人承包商意味着初创公司需要处理合同、税务表格和货币转账;Mercor 处理了所有这些流程,消除了使用海外人才的最大障碍。

通过持续参与这一流程,他们可以监控客户体验:谁续签了合同,谁流失了,谁获得了加薪。他们利用这些数据来微调他们的 AI 模型并改进匹配预测,最终将其用于创建 AI 面试官。

💡

尽可能让用户轻松使用你的产品(消除障碍)。在整个流程中与团队紧密合作,可以提供关于产品采用程度的宝贵数据。

直到此时,Mercor 完全是自力更生的。他们通过一个名为 Prod 的社区(一个由学生运营的创始人社区)获得了客户。

他们人才市场几乎所有的初始客户都来自 Prod,包括如今价值超过 100 亿美元的 AI 芯片初创公司 @Etched。他们几乎完全依赖 Prod 和客户之间的连锁推荐来进行整个市场推广。

Mercor 直到 2024 年 1 月 才开始使用企业社交媒体账户,当时他们启动了 X、Instagram 和 Youtube 等平台,宣布从 General Catalyst 获得 360 万美元的融资。

从那时起,Mercor 开始腾飞。

2024 年至今:逃逸速度

2024 年,Mercor 开始赢得更大的企业客户。

特别是 OpenAI 这个客户,是 Brendan 通过冷邮件联系到 OpenAI 人类数据运营负责人 Shaun VanWeelden 后实现的。

VanWeelden 考验 Brendan,让他寻找数学奥林匹克竞赛的获奖者——Mercor 在一天内就找到了 25 位。Mercor 最终在九个月内成为 OpenAI 最大的数据供应商,并最终雇佣了 VanWeelden 本人 [SF Standard]。

2025 年 6 月,Meta 收购了 Scale AI(Mercor 最大的竞争对手)49% 的股份,这导致 Mercor 的营收率翻了两番 [20VC]。Scale AI 的客户不希望他们的数据被发送给 Meta 这样的竞争对手,因此 Mercor 实现了指数级增长。

如今,Mercor 的年营收率大约为 20 亿美元,据报道正在洽谈以 200 亿美元估值融资 5 亿美元 [Forbes, July 2026]。

反思

Mercor 充分利用了其地理位置优势来实现从 0 到 1 的突破。

他们的同学成为了第一批客户,他们利用像 Prod 这样的创业者社区进行扩张,并根据客户需求转型了产品。

像这样的增长策略并不涉及炫酷的社交媒体噱头或发布视频,而是深度满足特定需求,并通过连锁推荐来赢得更大的合同。

在这种情况下,产品不必处于完美状态就能吸引用户。

做那些“不可规模化”的事情,能让你深入了解流程的哪些部分最值得自动化——从而揭示出最需要构建……甚至转型的方向。

他们的策略手册:

  • 利用社交网络: 从学生社区(Prod)和同学中获取初始客户
  • 寻找套利机会: 从被忽视的人才库(IIT 黑客马拉松、Facebook 广告)中挖掘人才,在那里你可以出价高于当地选择
  • 追随客户需求: 分析哪些功能最受欢迎,并敢于据此转型
  • 先行动起来……哪怕是手动: 先手动交付价值,以发现真正重要的事情,然后将其自动化
  • 消除摩擦: 处理所有可能阻止客户使用你产品的障碍
  • 营造排他性: 限制访问,让产品感觉高端/专属
  • 利用推荐链: 以一个大客户(如 OpenAI)为锚点,提供超预期服务,然后扩展到企业级客户
一键保存

使用 YouMind AI 深度阅读爆款文章

保存原文、追问细节、总结观点,并在一个 AI 工作空间里把爆款文章沉淀成可复用笔记。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章