硅谷顶层设计的保密协议，最后是被印度外包工人的领英简历击穿的。2026年11月11日，The Decoder援引ChinaTalk作者Aqib Zakaria与Quinn Ennis同日发布的调查报告《Piggybacking to the Frontier: The Firms Selling RL Environments to Chinese Labs》披露，Mercor、Surge AI、AfterQuery和Turing等至少9家美国数据公司，正向中国AI实验室出售训练数据与强化学习（RL）模拟环境。这些跨国交易往往通过字节跳动在新加坡和圣何塞的采购办公室等离岸架构流转。美国数据商接单后，将大量构建环境和数据清洗的苦力活层层外包给印度等发展中国家的低薪工人。原本各方约定了严密的客户代号，但底层的分包零工为了找工作，直接在领英或个人简历里写上了中国大厂的真名，顺带撞破了这条隐秘的跨国供应链。
戳破5亿美元泡沫与9家公司的真实账本
外媒标题里最扎眼的是5亿美元这个数字，但直接把它等同于RL环境的交易额其实是偷换概念。这个数字源自Forbes记者Anna Tong在2026年8月5日发布、8月19日更新的报道，本质是两位数据标注创业者根据腾讯和字节跳动高管的市场估算，算出的中国前六大AI实验室每年在美国广义数据标注服务上的总支出。RL环境只是其中最核心的一块切片，被点名的9家公司也并非全在卖环境。
把这9家公司的底牌摊开，各自的涉入程度和证据成色差异很大：
- Mercor.涉及向阿里巴巴提供软件工程（SWE）RL环境及采购讨论，并与腾讯有过采购沟通；但2026年第二季度中国实验室仅占其收入的2%，公司对此拒绝置评。
- Surge AI.被列为腾讯、Z.ai、Moonshot的供应商，腾讯采购高管信息也将其列为供货方；其官网甚至公开宣传产品由服务前沿实验室的同一批专家打造，公司同样拒绝披露客户。
- AfterQuery.涉及蚂蚁集团高管交流与阿里购买讨论；The Decoder称Forbes指其有约1亿美元年度经常性收入（ARR），但核查Forbes原文，消息源估算的其实是其来自中国实验室的经常性收入至少5000万美元，且ChinaTalk明确承认未能找到独立销售验证，公司也称不披露客户信息。
- Turing.内部项目文档显示其与字节跳动合作，同时服务腾讯和阿里巴巴；Turing回应称自己同时支持国际上的专有和开源模型，言下之意是领先开源模型不少来自美国以外，这属于正常的全球生态支持。
- 其余5家服务商.Abundant向字节跳动供货，Pareto为字节跳动做人类数据收集，DeccanAI服务腾讯与字节跳动，Invisible背后有匿名中国实验室买家，而同样服务字节跳动的Eaglepoint，其多数股权干脆由北京的Mofy AI持有。为防止证据被删，ChinaTalk作者故意隐去了Abundant和DeccanAI等公司的底层证据链接，表示愿直接向美国政府官员提供。
为什么买二手同款环境能救国产芯片的急
把账本理清后，真正值得追问的是技术逻辑。为什么中国大厂放着国内庞大的工程师红利不用，非要绕道新加坡去买硅谷数据商的产品？
因为大模型竞争已经从拼预训练算力转向了后训练与强化学习阶段。在RL训练里，模型需要在一个包含具体任务、软件设置和评分信号的模拟环境中，做海量的试错探索（rollouts）来获取反馈。搭出一套高价值的编程、金融分析或办公模拟环境，需要极昂贵的人力专家成本和反复实验。与此同时，美国的芯片出口管制精准卡住了高带宽内存（HBM）的脖子，导致国产芯片在进行大规模RL探索和推理时，面临严苛的内存瓶颈。
算力不够，确定性来凑。中国实验室非常聪明地选择了专挑此前已经卖给OpenAI或Anthropic的同款产品下手。既然美国前沿实验室已经花真金白银试错过、证明这套环境能跑出效果，直接买现成的就能跳过内部开发，省掉大量无效的训练试错和废跑。再用蒸馏技术拿GPT或Claude的输出当老师，一头用蒸馏省预训练的力，一头用买来的成熟环境省后训练的算力。这种用高质量环境置换稀缺HBM内存的做法，在商业和工程上都是极度理性的套利。
搭便车的隐形天花板与BIS的监管考题
但我不太买账的是把这事渲染成美国技术防线的全面失守。司马迁在《史记》里写过一句大实话，天下熙熙，皆为利来。19世纪英国严禁纺织机图纸出口时，美国的工业追赶者也是靠高薪挖角熟练工和买走私零件起步的。只要存在巨大的算力温差和利差，第三方数据商把同一套环境一鱼两吃就是必然的商业选择。
问题是，这种搭便车策略与当年买纺织机图纸不完全一样，它天然带着一层隐形天花板。
买来的确定性只能用来追赶，不能用来领跑。
中国实验室指望买别人验证过的二手同款环境来省算力，在结构上就注定了自己必须等OpenAI和Anthropic先跑通、先验证，身位上必然落后至少几个月。更关键的变化在于，美国前沿实验室已经回过味来，正把生物、化学、网络安全、芯片设计和投资银行等高价值敏感领域的RL环境全面收归内部自建，不再外包给第三方数据商。这意味着第三方市场上能买到的，未来只会是通用或次一级的环境。
而在监管层面，ChinaTalk作者呼吁美国工业和安全局（BIS）介入，理由是编程环境能强化进攻性网络能力，生物环境可能涉及基因合成与生物武器风险。但要把板子打下去并不容易。目前没有任何证据表明Mercor、Turing或AfterQuery违反了现行美国出口管制法律，OpenAI与Anthropic也没有直接向中国对手出售专有环境。在BIS的规则框架下，具备双重用途并不自动触发许可证要求；受《出口管理条例》（EAR）管辖但未列入商业管制清单（CCL）的产品，通常归类为EAR99。虽说根据EAR第744部分，如果涉及特定实体清单买家，或涉及核、导弹、生化及军事情报等最终用途，EAR99产品仍可能触发许可审查，但目前并没有针对RL软件环境的专门禁令。
- 结论.购买已验证的RL环境确实帮中国大厂用资金换回了宝贵的HBM算力空间，但这种跟随策略无法突破最后几个月的代差。
- 风险.一旦BIS采纳报告建议，通过通知明确许可要求，或限制美国政府供应商对华销售，AfterQuery这类对华收入占比较高的独角兽将被迫在中美市场间二选一，而中国实验室的离岸数据采购通道也会迅速收紧。
当年靠买二手图纸建起纺织厂的人，最后是靠自己造出新型机床才真正翻身的。对字节、阿里和腾讯来说，趁着印度外包工还没把所有窗户纸捅破，抓紧在国内建起哪怕笨拙、但属于自己的复杂RL环境研发能力，才是避免在下一轮被断供的唯一出路。