谷歌15亿美元“拿下”一家成立仅1年4个月的AI原生公司，员工约35人- 大数跨境

消费AI进化体

2026-09-14

导读：谷歌15亿美元“拿下”一家成立仅1年4个月的AI原生公司，员工约35人

01.

Mechanize到底是一家什么公司

用一句人话概括：Mechanize给“AI程序员”建训练场。

它不直接给普通用户卖聊天机器人，也不靠一款编程助手收费。它服务的是训练大模型的实验室：把真实的软件工作做成一套套可以反复练习、自动打分的任务。

可以把它理解成AI领域的“驾校考场”。自动驾驶汽车需要在不同道路、天气和突发状况里练习；AI程序员也要进入陌生代码库，面对需求、报错和部署问题。Mechanize负责搭场景、定规则、看过程、判结果。

Mechanize官网首页。第一段写得很直接：它为前沿编程Agent构建训练环境和评测，让模型完成加功能、部署应用、排查陌生代码库等真实工程任务。

Mechanize由Tamay Besiroglu、Ege Erdil和Matthew Barnett创办。三人都曾参与AI研究机构Epoch AI，其中Besiroglu还是Epoch AI的联合创始人。

Mechanize做三件事：给AI出实战题、搭考场、判卷。

比如，题目可以是“在这套陌生系统里增加支付功能”。AI拿到完整代码和开发工具后，要自己找入口、修改文件、运行命令、处理报错，最后把功能真正跑起来。整个过程可能持续几小时，远比补全几行代码复杂。

任务结束后，自动评分程序会检查：功能是否可用、测试能否通过、有没有破坏原来的系统。分数和失败记录再送回模型训练，让AI下一次少犯同类错误。

一套训练任务，实际是这样运转的

Mechanize的产品，核心就是这些任务和背后的考场。按照公司公开的工作说明，一名工程师会从头负责一道题：先找出模型最容易卡住的地方，再设计任务、写自动评分程序，最后反复试跑。

一道题大约要做一周，最费时间的是验题。工程师要确认AI失败是因为能力不够，不能是题目含糊、工具坏了，或者评分规则留了漏洞。这些看似琐碎的判断，决定训练出来的模型是真会干活，还是只会刷分。

它发布的GBA Eval，把这门生意展示得很具体：给不同AI模型24小时，让它们从零写出一个Game Boy Advance游戏机模拟器。AI要用Rust写代码、编译成网页可运行的版本，还要让游戏真的能玩。

页面上的折线记录各个模型在24小时里的得分变化；下面直接放出它们做出来的游戏画面。哪一个模型只是“写得像”，哪一个真的跑通，一眼就能看到。

这就是Mechanize的价值：它把“AI到底能不能独立完成工作”变成可训练、可观察、可比较的过程。模型公司得到的不只是一张排行榜，还能拿到失败发生在哪里、下一轮该练什么。

它先做软件工程，是因为结果容易验收：代码能不能编译、测试能不能通过、应用有没有部署成功，都有明确答案。长期看，Mechanize想把这套方法扩展到电脑操作、长时间任务和多人协作，让AI逐步接手更多办公室工作。

02.

35个人，

为什么能进入15亿美元级谈判

Mechanize官网写得很清楚：公司大约35人。2026年4月，它只完成了一轮910万美元融资。几个月后，交易讨论却到了15亿美元级别。

这个价格差，无法用员工数量或已融资金额解释。Google看的是三项可以直接进入模型研发的资产。

01	人被AI放大工程师借助Agent测试更多假设，也能维护复杂的实验系统。
02	失败会留下来模型出错后，案例、评分和调试经验继续进入下一轮训练。
03	环境可以持续生产团队拥有一条动态任务生产线，可以不断生成新的训练材料。

在大公司，设计任务、训练模型和检查结果可能分属不同部门。Mechanize把这几步放在很近的位置。哪里出了问题，修改可以马上回到下一轮实验。

Google当然能自己搭建训练环境。难点是先走过同样的弯路：哪些任务看着难却没有训练价值，哪些自动评分器会被模型钻空子，哪些失败值得继续投入。

这些判断没有完整说明书。把原团队带进来，比移交一套代码省时间。

类似的团队交易，国内也已经出现。

先看硅谷。大厂已经多次使用“技术许可加团队加入”的结构。