年入1亿美元，两个90后伯克利室友，搞出最赚钱的AI生意 - 狗子28登录入口

一家未直接研发人工智能技术的公司，年收入已达1亿美元。

创造这一商业奇迹的是Arena，一个正吸引着各大AI巨头激烈竞争的“大模型竞技场”。

Arena的前身是Chatbot Arena，最初于2023年由加州大学伯克利分校的一个团队发起，旨在进行一项开源研究。

谁曾料到，在极短的时间内，它竟成为了掌握大模型核心竞争力的关键平台。

就在不久前，Arena商业化服务推出仅8个月，年化收入便突破1亿美元，达到了一个新的里程碑。

ChatGPT、Claude等争相上榜，大模型竞技场

对于许多人而言，Arena这个名字并不陌生。

它最受瞩目的特点是，构建了一个完全基于用户真实盲测的大模型排行榜。

其运作方式极其简便，却又充满了竞争的张力：

用户输入一段指令，系统会匿名随机派出两个模型同时生成回应；随后，用户选择表现更优的模型。

通过汇集数千万次的此类投票，平台生成了一个类似Elo评分系统的排行榜。

正是这种“擂台比武”的机制，使其成为了全球AI爱好者和开发者争相聚集的圣地。

如今，该平台已累计了超过1000万次用户评测、7亿次对话、8200万张投票，每月吸引超过1000万访客，遍及全球150多个国家。

更重要的是，平台上约80%的用户提问都是全新的，确保了没有任何模型能够预先“背诵”答案。

其权威性有多高？

OpenAI、谷歌、Anthropic、Meta等平时竞争激烈的顶尖科技公司，都主动将自家最先进的模型提交到Arena接受社区的检验。

甚至有消息称，OpenAI在GPT-5正式发布前，曾以代号“summit”的形式秘密进行榜单测试。

换言之，硅谷最顶尖的模型，都在等待一个由伯克利学生主导的项目来对其进行“盖章认证”。

1亿美元营收，如何实现？

那么，一个免费的排行榜是如何蜕变为一个年收入1亿美元的“吸金机器”的呢？

去年9月，Arena推出了名为“AI Evaluations”的商业服务：

模型开发商及大型企业可以付费，利用Arena庞大的社区用户群体，对自家模型进行深入的评估，从而获得仅凭标准化测试无法得出的“真实世界”性能分析。

这套服务被定位为一套“面向真实世界的持续集成/持续部署（CI/CD）系统”。

当模型准备公开发布时，Arena会免费为社区提供评测；

而企业若想了解自家模型在实际用户手中的具体优势、劣势以及可能出现的“胡说八道”情况，则需要支付费用。

这是一种典型的“卖水人”商业模式——在淘金热中，卖水和卖铲子的人往往比挖金子的人更稳赚不赔。

大模型厂商的竞争越发激烈，越是渴望挖掘出模型的极致性能，就越需要这种“上线后调优”的服务。

而Arena恰好处于所有参与者都必须经过的关键环节。

三位伯克利人，打造最赚钱的生意

Arena的前身是Chatbot Arena。

再往前追溯，它隶属于伯克利大学著名的LMSYS研究小组。

最初，两位伯克利的室友怀揣一个朴素的愿望——为大语言模型搭建一个中立的平台，让它们能进行公平的比较。

谁也没有预料到，这个学生项目竟会迅速发展成为一家独角兽企业。

其发展速度令人目不暇接：2025年春季，项目独立出来成立公司，几周内即获得1亿美元的种子轮融资，估值达到6亿美元；

数月后商业产品上线，仅用四个月时间，年化营收就飙升至3000万美元。

随后，今年1月，在Felicis和UC Investments的领投下，公司完成了1.5亿美元的A轮融资，投后估值锁定在17亿美元。

公司的核心领导团队由三位杰出人士组成。

CEO Anastasios Angelopoulos，拥有深厚的数学背景。

他在斯坦福大学攻读电子工程本科学位期间，曾师从凸优化领域的知名学者Stephen Boyd。

在伯克利大学攻读博士学位时，他的导师更是两位业界泰斗——机器学习领域的先驱Michael I. Jordan和计算机视觉领域的领军人物Jitendra Malik。

他多年的研究重点在于如何对“黑箱”模型进行具有严格数学依据的评估。

CTO Wei-Lin Chiang，是开源社区的知名人物——备受瞩目的开源聊天机器人Vicuna便是出自他的手笔。

他在伯克利大学攻读博士学位，师从Ion Stoica，专注于分布式系统领域，此前曾在谷歌、亚马逊和微软等公司积累了丰富的工作经验。

在2022年底ChatGPT公测之际，他毅然暂停了之前的研究，全身心投入到Arena项目中。

搭档Angelopoulos形容他对这个项目的投入是“一份用爱发电的事业”。

为了推进项目，两人长时间工作，甚至选择同住。这两位室友，最终共同构建了一家估值17亿美元的公司。

第三位联合创始人是著名的伯克利教授、Databricks联合创始人Ion Stoica，他在项目于2025年4月公司化之前一直担任顾问角色。

成为裁判，比成为选手更重要

Arena最新的举措是推出了“Agent Mode”（智能体模式）。

该模式的评测范围已不再局限于“哪个模型聊天更好”，而是聚焦于数百万用户正在使用智能体完成的实际任务：包括编写代码、调试错误、进行研究、分析文档等——这些通常涉及数百万次工具调用和多轮交互的长程任务。

它开始采用任务完成率、幻觉率等客观指标进行评分，这已经远远超出了最初“人类偏好投票”的范畴。

随着AI从“聊天机器人”进化为能够独立完成任务的“智能体”，其承担的任务日益复杂，风险也随之增高。

评测，正成为人类深入了解AI内部运作的最终途径。

Arena这门生意之所以能达到1亿美元的收入，以及17亿美元的估值，其核心逻辑在于押注这一评测环节将变得愈发重要且昂贵。

然而，最终所有人都必须面对一个共同的挑战：当机器开始自主出题时，谁才有资格进行“阅卷”？