Turing CEO：AI数据标注大战，SaaS和知识工作会怎样被改写｜中文译制版

Jonathan Siddharth把Turing从人才平台带到AI数据和研究加速器赛道，公开披露公司已经做到约3.5亿美元ARR，并保持盈利。这期真正值得听的，不是“数据标注还热不热”，而是AI公司如何把真实工作流程变成训练数据，进而改写企业软件、知识工作和SaaS商业模式。

这一期会回答几个很直接的问题：Scale AI、Mercor、Surge、Invisible、Turing这类公司到底谁在赢；AI数据公司的收入究竟是ARR还是GMV；为什么Jonathan认为“传统SaaS已经结束”；以及如果电脑前的大量知识工作都会被Agent接管，普通公司、创业者和软件工程师应该怎样重新理解自己的价值。

我们值得注意的是，这不是一场泛泛聊AGI的节目。Harry Stebbings追问得很硬：客户集中、收入质量、企业落地、竞争对手、开源模型、软件工程师数量都会怎样变化。对关注AI创业、企业数字化、数据标注、知识工作自动化和SaaS未来的人来说，这期信息密度很高。

Shownotes

00:13 栏目开场：为什么选择Turing CEO这期访谈

03:35 正式进入对谈：Turing为什么不再只是数据标注或人才市场平台

06:32 从聊天机器人到Agent：训练数据为什么变得更像真实工作流程

09:18 AI数据需求：行业为什么还在“第一局”

17:05 企业采用AI的最大阻力：数据混乱、权限复杂和流程惯性

20:38 知识工作会怎样被自动化：哪些预算正在从人工转向AI

27:12 技术不再是唯一护城河，数据反馈循环会变得更重要

36:08 数据标注和研究加速器市场：谁会赢，谁会被淘汰

38:23 AI数据公司的收入到底是不是GMV：投资人该怎么看

45:20 为什么Jonathan认为传统SaaS模式会被Agent重写

51:23 软件工程师会更多还是更少：创造软件的人群会如何扩大

57:07 快问快答：慢起飞、开源模型、DeepSeek和未来十年

66:00 栏目结尾

嘉宾背景

Jonathan Siddharth是Turing创始人兼CEO。Turing最早以全球工程师和技术人才平台被外界认识，后来切入AI训练数据、评测、强化学习环境和企业AI落地。原节目介绍中提到，Turing已经做到约3.5亿美元ARR，累计融资约2.25亿美元，并保持盈利。Jonathan曾在斯坦福接受AI相关训练，也曾参与Powerset自然语言搜索工作；Powerset后来被微软收购。

Harry Stebbings是20VC主持人和投资人，长期采访全球顶级VC、创业者和科技公司负责人。他的访谈风格以高密度追问、直接挑战商业模型和收入质量著称。

内容亮点

• Turing为什么把自己定义为“研究加速器”，而不只是数据标注公司。

• Agent时代需要怎样的新数据：真实工作流、强化学习环境、验证器和企业上下文。

• AI数据公司的收入质量、客户集中度和GMV争议，投资人应该怎么看。

• 为什么Jonathan认为传统SaaS会被Agent和模型能力重写。

• 知识工作自动化后，软件工程师、创业者和普通企业的机会会怎样变化。

制作说明

本期为20VC访谈的中文译制版。译制过程中保留原节目核心观点、论证顺序和对话结构；广告口播、平台推广和影响收听效率的重复口头禅已做删减或顺滑处理。原节目链接：podcasts.apple.com