年入1億美元，兩個90後伯克利室友，搞出最賺錢的AI生意

兩位90後伯克利室友，聯手打造了當今矽谷最賺錢的AI生意之一。他們創辦的AI評測平台Arena，在不自行開發任何大型語言模型的情況下，僅靠提供「裁判」服務，便在公司化短短8個月內，實現年化營收1億美元，估值更一舉突破17億美元大關。這個名為Arena的平台，前身是2023年由加州大學柏克萊分校團隊發起的一項開源研究計畫「Chatbot Arena」。其核心是一個「大模型擂台」，運作機制非常簡單：使用者輸入一段提示詞，系統會隨機派出兩個匿名的AI模型同時作答，然後由使用者投票選出哪個回應更好。平台透過累積數千萬張這樣的真人盲測選票，彙整成一份極具公信力的Elo等級排行榜。

這個看似簡單的機制，卻迅速成為全球AI開發者與愛好者的聖地。如今，Arena已累積超過1,000萬次用戶評測、7億次對話與8,200萬張投票，每月吸引來自全球超過150個國家的1,000萬名訪客。更關鍵的是，每天約有80%的用戶提問是全新的，沒有任何模型能預先「背題」，這使得排行榜的含金量極高。OpenAI、Google、Anthropic、Meta等頂級AI巨頭，無不爭先恐後地將自家最強的旗艦模型送上這個擂台接受考驗。據傳，OpenAI甚至在正式發表GPT-5前，就曾以代號「summit」匿名上線測試。令人好奇的是，一個免費的排行榜服務，如何創造出數十億台幣的營收？

答案在於去年9月上線的商業服務「AI Evaluations」。這項服務鎖定模型開發商與大型企業，讓他們付費委託Arena調動其龐大的社群資源，對自家模型進行深度的「真實世界」性能分析。這套系統類似於針對AI模型的「CI/CD測試平台」。模型準備公開發表時，Arena會免費為社群進行評測；但企業若想知道自家模型在真實用戶手中具體的強項、弱項與盲點，就得付費取得深度分析報告。這正是典型的「賣水人」生意：在淘金熱中，真正穩定獲利的往往是賣水或鏟子的人。當各大AI公司陷入瘋狂的效能內卷，拼命想榨出模型的最後一絲潛力時，對這種能提供上線後調優數據的服務需求就會愈來愈大。

Arena恰好卡在所有人都必須經過的關鍵位置上，成為不可或缺的評測樞紐。掌舵這家公司的三位創辦人，背景同樣不凡。執行長Anastasios Angelopoulos出身數學領域，在史丹佛大學攻讀電子工程時，師從凸最佳化大師Stephen Boyd；於柏克萊攻讀博士期間，指導教授更是機器學習宗師Michael I.Jordan與電腦視覺宗師Jitendra Malik。技術長Wei-Lin Chiang則在開源社群聞名，曾開發出紅極一時的開源聊天機器人Vicuna。他在柏克萊攻讀博士，師從分散式系統專家Ion Stoica，並曾在Google、亞馬遜、微軟等公司歷練。

2022年底ChatGPT公開測試時，他毅然擱置手邊研究，全心投入Arena的開發。第三位共同創辦人是柏克萊教授、同時也是Databricks共同創辦人的Ion Stoica，他在項目正式公司化前一直擔任顧問。Arena近期更推出了「Agent Mode」（智能體模式），將評測範圍從單純的對話聊天，延伸至數百萬用戶正在使用AI智能體完成的實際任務，例如寫程式、除錯、做研究或分析文件等需多次工具呼叫的長任務。平台開始採用任務完成率與幻覺率等客觀指標評分，已遠遠超出最初「人類偏好投票」的範疇。

隨著AI從聊天機器人進化成能獨立執行任務的智能體，任務長度與風險也持續攀升，公正、嚴謹的評測機制，正成為人類監管AI系統內部運作的最後一根探針。Arena這個估值17億美元、年營收破億美元的生意，其核心價值正是建立在「評測會變得愈來愈重要」這個信念之上。不過，隨著AI能力持續進化，當機器開始能自行出題時，誰又有資格擔任「閱卷者」，仍是整個產業終將面對的終極課題。