联合创始人Grace Li回忆，公司于2025年毕业前几周成立。彼时她与大学朋友尝试让AI游戏引擎运行，虽能生成功能性游戏，却缺乏趣味性，这引出了核心问题：如何判断游戏是否好玩？
团队认定人类判断力无可替代，遂寻求大规模获取真实反馈的方法，最终诞生了全球拥有530万用户的AI工具Design Arena。事实证明，众多AI公司正寻求可扩展的用户反馈，且不少愿意为此付费。
Li表示：“这是许多模型在设计空间改进中缺失的关键瓶颈。”她透露，约一周后便与一家前沿实验室达成首笔重大交易，后续发展顺理成章。
周一，Intelligence（Design Arena母公司）宣布完成790万美元种子轮融资，由Index Ventures领投，Conviction（Sarah Guo和Mike Vernal）、A*、Valkyrie等参投。
对非企业用户而言，Design Arena类似复杂的模型路由器。界面采用类ChatGPT提示词输入窗口，设独立下拉菜单选择网站、图像及十余种视觉格式。提交请求、格式和风格后，系统呈现“A vs. B”对比选项，直至用户对输出结果从优到劣排序。
该服务实用性强，但真正价值体现在企业端：参与模型可将其作为持续即时反馈来源以优化媒体生成能力。用户通常不在意具体评估模型，只追求最佳输出，因此其排序能为理解真实需求提供关键输入。
Li指出，这对前沿实验室是值得付费的服务。目前网站年化经常性收入（ARR）已达6000万美元，巩固了其作为AI行业人类主导评估数据关键来源的地位。
关键在于，用户需登录才能获取结果，使Intelligence能追踪偏好随时间及地域的变化（如亚洲地区网页仪表板设计更繁复）。这些措施是对自动化基准测试的重要补充，后者虽评估规模大，但易被操纵或作弊，上周Hugging Face数据泄露事件即为明证。
众包人类反馈市场并非天然赢家。Yupp启动不到一年便于今年早些时候关闭，此前曾获a16z Crypto的Chris Dixon 3300万美元融资。该公司虽吸引部分前沿模型客户并声称拥有超130万用户，仍未能建立可持续业务。
尽管如此，其他基于人类评估的初创企业发展良好。采取类似文本响应方法的LM Arena在正式推出付费产品仅四个月后，于1月完成1.5亿美元A轮融资。