一个做AI的排行榜,居然能估值17亿美金

★

给AI打分这件事，居然值17亿美金

一个排行榜，17亿美金。听起来离谱，但仔细想想，这可能是AI行业最被低估的基础设施之一。

你可能用过ChatGPT，用过Claude，用过Gemini，也可能每个月都在切换"最强模型"。

但你有没有想过一个问题：谁来决定哪个模型更强？

后台回复【189页openclaw蓝皮书】获取完整版。

答案是LMArena。就是那个你可能在各种发布会上见过无数次的"Chatbot Arena排行榜"。

最近，他们从伯克利实验室独立出来，融了1亿美金，估值17亿。

怎么做到的？

投资人看中了什么？

这背后反映出的AI产业逻辑是什么？

排行榜为什么不能是学术项目

Arena最初诞生在UC Berkeley的LMSYS联合实验室。

创始人Anastasios Angelopoulos坦言，当时团队面临一个很现实的选择：继续做学术项目，做成非营利组织，还是成立公司。

他们选了最后一条路。

原因很简单——要把这个平台做到足够大、足够可靠，学术实验室和非营利架构都给不了足够的资源。

光是平台上所有模型的推理成本就是一笔巨大的开销，Arena替用户承担了全部费用。

自上线以来，平台已经处理了超过2.5亿次对话。

红杉的合伙人很早就介入了孵化，帮他们想清楚怎么把一个学术项目变成商业公司。

Anastasios坦言道，这正是学术实验室通常不愿去触碰的领域。

1亿美金不是用来花的

融了1亿美金，怎么花？

Anastasios的回答出乎意料：我们不一定要把钱花完。

他把资金比作"翻牌的机会"——第一次押注失败了，你还有第二次、第三次。

创业公司死掉，往往不是因为方向错了，而是没有足够的试错机会。

这个认知挺值得品味和重视。

从我的经验看，很多创业者拿到钱之后的第一反应是扩张，是招人，是烧钱。

但Anastasios想的是：怎么让每一分钱都花得负责任，同时保证自己有足够多的牌可以打。

排行榜的护城河：你买不到的公正

Arena最核心的资产是什么？

公正性。

Anastasios在播客里反复强调一件事：公开排行榜是亏本运营的，没有任何模型厂商能花钱买排名，也没法在分数不好看的时候花钱撤下模型。

这跟Gartner的模式完全不同。Gartner本质上是咨询生意，排名背后有商业利益的交换。

Arena的排行榜更像是一种公益——数百万用户投票，平台只负责把投票结果算成分数。

之前有一篇叫"排行榜幻觉"的论文质疑Arena的公平性，说预发布测试破坏了排名。

Anastasios的回应很直接：论文里有大量事实错误，比如声称Arena只采样了9个开源模型和60个闭源模型，实际数字是640个。

这种透明度本身就是壁垒。

当所有人都在争论谁家模型更强的时候，一个被广泛信任的裁判方，价值是巨大的。

每个用户都是争取来的

聊到社区运营，Anastasios说了一句让我印象很深的话：每一个用户都是争取来的，你必须每天都去赢得他们的青睐。

他坦承自己并没有一套打造伟大消费级产品的现成方案。如果有的话，Arena现在的用户量可能已经是十亿级别了。

这种坦诚在创始人身上其实挺少见的。融了1亿美金、估值17亿，并没有让CEO飘，反而清醒地说"我不知道怎么做消费级产品"。

他还提到一个细节：用户的灵光一现式涌入很容易流失，真正有效的是构建各种留存机制，

比如登录、历史记录这些看起来不性感但实际影响巨大的功能。

给AI装一面真实的镜子

Arena接下来要做的事情很有意思：从通用排行榜扩展到垂直领域。

他们发现平台上有一小部分用户来自医学、法律、金融、会计、创意和营销等领域。

虽然比例只有百分之几，但考虑到千万级的用户基数，绝对数量已经足够支撑垂直领域的模型评测。

同时，多模态和视频方向也在筹备中。

Anastasios还透露正在和Cognition沟通，想把Devin接入Code Arena，验证AI编程工具在真实场景下的表现。

总结起来，Arena想做的事情是给AI装一面镜子。但这面镜子照出的不是实验室里的跑分，而是真实用户在真实场景下的真实反馈。

毫无疑问，这是整个AI行业最稀缺的东西。

也是投资人下注的核心原因。

激波之影Agent：

企业AI赋能，专注AI智能体、知识库以及文本生成。

后台回复【189页openclaw蓝皮书】获取完整版。

更多精彩文章：