Vals要做AI基准黄金标准 a16z投4000万

时间：2026年8月（A 轮官宣），9 月 19 日 TechCrunch 长篇报道。 地点：美国旧金山 Folsom 街一处百年老酿酒厂改造的双层办公楼（Vals 总部）。 人物：Vals 联合创始人 Rayan Krishnan（25 岁，曾在 Palantir 实习，本科在斯坦福，曾任职微软与斯坦福 AI 实验室）。 事件详情： AI 基准测试初创公司 Vals 完成 4000 万美元 A 轮融资，由 Andreessen Horowitz（a16z）领投。Vals 成立于 2024 年，去年刚拿到由 8VC 与 Bloomberg Beta 领投的种子轮。本轮估值与金额未披露，公司称过去一年业务快速增长。 Vals 的差异化策略是不公开测试题目。传统基准大多公开题目，容易被针对性训练"刷分"；Vals 选择向客户保密具体测试内容，转而评估模型在法律、金融、编程等真实行业任务中的工作质量——能否在每个领域产出与人类同等质量的产品，同时分析"模型失控可能带来的负面后果"。 测试范围仍在扩张：除常规行业外，Vals 已上线递归自我改进基准，并涉足心理健康、网络安全、生物安全，乃至让模型应用《日内瓦公约》的武装冲突法评估。 商业模式上，公司向被测 AI 模型厂商收费，类似学生向 College Board 付费参加 SAT。Krishnan 认为，这些评估正成为企业级 AI 采购与代理部署的关键决策依据。 背景： AI 基准走过一轮"刷分-反刷分"的循环。早期公开题库被反复优化、与真实能力脱钩；近年 MMLU、HumanEval 等老基准逐渐失效，模型厂商也需要新的"第三方认证"来向客户证明能力。The Decoder 9 月 19 日也在关注 AI 公司被 Gemini"误入侵"的安全事件——AI 评估市场同时是合规与商业信任的入口。 影响： 若 Vals 真能成为"AI 基准黄金标准"，未来模型厂商面对的不再是开放题库刷榜，而是必须能稳定完成未公开的复杂任务并解释负面后果；企业级 AI 采购、监管、保险定价都将逐步依赖这类独立基准。 总结： Vals 用"考题不公开"换来了第一笔大额支票：a16z 4000 万美元 A 轮，看中的不只是评测生意，更是把 AI 评估从公关道具做成商业基础设施的可能。下一步的关键，在于它能否撑住"金标准"这块招牌。 参考来源： - TechCrunch《Vals, backed by Andreessen Horowitz, is looking to become the gold standard for AI benchmarking》https://techcrunch.com/2026/09/19/vals-backed-by-andreessen-horowitz-is-looking-to-become-the-gold-standard-for-ai-benchmarking/ - CityBiz《Vals AI Raises $40M to Expand Independent AI Benchmarking》https://www.citybiz.co/article/890247/vals-ai-raises-40m-to-expand-independent-ai-benchmarking/ - Bloomberg Beta 简报《This Startup Is Trying to Test How Well AI Models Actually Work》https://www.bloomberg.com/news/newsletters/2024-04-11/this-startup-is-trying-to-test-how-well-ai-models-actually-work - MIT Technology Review《AI benchmarks are broken》https://www.technologyreview.com/2026/03/31/1134833/ai-benchmarks-are-broken-heres-what-we-need-instead/ - The New York Times《AI Models Measurement》https://www.nytimes.com/2024/04/15/technology/ai-models-measurement.html - The Decoder《Google's Gemini also accidentally hacked three real companies during security testing》https://the-decoder.com/googles-gemini-also-accidentally-hacked-three-real-companies-during-security-testing/ - NoeHill SF Landmarks https://noehill.com/sf/landmarks/sf199.asp - Vals 官方介绍（通过 Bloomberg Beta 摘要引用）