AREXOpen in interactive Feed

AREX Feed Article

Anshuman Singh 与 Naman Bhalla 正式推出 Arcfront,称五家前沿实验室已有四家成为客户

November 21, 2026

北京时间 11 月 21 日凌晨 2 时 37 分(美西时间 11 月 20 日上午),Anshuman Singh 在 X 上宣布正式推出 Arcfront,与 Naman Bhalla 共同创办,并称获得 Abhimanyu Saxena(@asxna)的「深度支持」。发布帖宣称,不到一年,五家前沿实验室中已有四家成为其客户。Singh 是印度教育公司 Scaler 的联合创始人(Scaler 官网),Bhalla 的 X 资料页写着「前 Google 员工、Arcfront 联合创始人」。

客户数字目前只是创始人的单方口径,未经独立验证。但发布当天很快出现投资人背书:投资者 Gokul Rajaram 发帖认领,称几周前他提到的「最快达到 10 亿美元年化收入」的未具名公司就是 Arcfront;前 Scale AI 员工、自称 Arcfront 投资人的 Ayush Jaiswal 写道,该公司种子轮融资不足 200 万美元、全程盈利。Arcfront 官网现已上线,自称「面向前沿模型的真实世界数据」研究实验室,卖的东西叫 Decision Arc Data。

从 ICPC 决赛选手到 Arcfront:发布帖说了什么

发布帖写得像一个谜题的开头。Singh 写道:「今天我们正式推出 @arcfront,与 @Naman_Bhalla 一起,并获得 @asxna 的深度支持。不到一年,五家前沿实验室中的四家已成为客户。2025 年,一个 AI 解出了 ICPC World Finals(国际大学生程序设计竞赛全球总决赛)全部 12 道题,最好的人类队伍解出 11 道。我参加过两次这样的决赛,所以我知道这有多难。然而,把同一个 AI 放进一家公司当财务经理,或者几乎任何其他工作,它第一天就会失败。为什么?」帖文附一支发布视频,画面里他站在一块巨型发光灯板下的展台之间,身边摆着 X 光片、服务器机柜和图纸,名字以金色字样打在屏幕上。发布约 12 小时后,这条帖文浏览超过 66 万次,点赞超过 1,400 次,收藏 878 次。

紧跟着的第二条帖文给出了动机:「1889 年,William Halsted 创立了第一个外科住院医师培训制度,因为读手术书造不出外科医生。137 年过去,每个医生、工程师和律师仍然从零开始,用多年的犯错学会本行。想想建筑师是怎么变强的:第一批设计被否掉,下一批带着反馈改了又改,真正盖起来的还要接受真实世界的检验。三十年这样下来才是大师。过程教给你的,比成品多。」Arcfront 官方账号随后回复:「十年教工程师的经历把我们带到了这里。如果你是医生、工程师、律师或研究者,想教模型学会判断,我们很乐意收到你的消息。」——这是一条招聘口径。

官方 X 账号 11 月 18 日才注册,比发布早两天,简介只有一句「A research lab for real-world data(面向真实世界数据的研究实验室)」(见 Arcfront 的 X 资料页)。人的部分来自旧履历:Scaler 官网介绍,Singh 曾任 Facebook 技术团队负责人,参与开发 Facebook chats、Messages 和 Messenger,后赴伦敦搭建 Facebook 在美国以外的第一个办公室。Saxena 与 Singh 是 IIIT Hyderabad(海得拉巴国际信息技术学院)的校友,从 2010 年的同窗一路成为 InterviewBit 与 Scaler Academy 的创始人(IIIT Hyderabad 校友介绍)——这解释了「深度支持」的来源;Saxena 的 X 简介写着他在做 @Scaler_Official 与 @scaler_sst。

官网披露的三块业务:Decision Arc Data、RL 环境与行业评测

Arcfront 官网把问题定义成判断力的缺口:「最重要的工作没有标准答案。它取决于判断:注意什么、忽略什么,什么时候打破规则,什么时候改变方向。」官网接着说明生意本身:这些判断每天发生在医院、工厂、实验室和工程团队里,留下修改、失败和结果的记录,而模型很少见到这些记录;Arcfront 与一线从业者合作,把记录变成「可验证的训练数据和 RL(reinforcement learning,强化学习)环境」。

产品有一个名字:「我们称之为 Decision Arc Data:从处境到结果路径上的每一次转折。」官网列了三块业务。一是 RL environments(RL 环境,覆盖 SWE 软件工程、SRE 站点可靠性工程、CYBER 网络安全、CO-WORK 协同工作四类任务),「由大企业员工的日常真实工作构建,每个任务都有可供核对的真实答案」,并自称是同类中规模最大的集合。二是 Sector evals(行业评测,覆盖 HEALTHCARE 医疗、LIFE SCIENCES 生命科学、LEGAL 法律、FINANCE 金融四类行业),「从医院、银行、律所和工程团队挖掘真实工作流,让前沿模型上去跑,指认它们究竟在哪里失败」。三是 Research(研究业务,方向标签为 RSI 递归自我改进、AGENTS 智能体、PERSONAL SUPERINTELLIGENCE 个人超级智能),研究模型为何失败、设计能修复问题的数据。招聘文案给出了他们眼中的难度:把世界上最好的一批医生、工程师和建筑师留下的记录「变成智能,达到数百 PB(petabyte,千万亿字节)的规模,是 AI 里最难的问题之一」,招聘链接指向 jobs.ashbyhq.com/Arcfront。

官网没有披露定价、客户名单和合同形态。arcfront.com 域名至今还是 GoDaddy 的「Launching Soon」占位页(见该页面)。第三方的汇总补上了一部分数字:AI 资讯账号 TestingCatalog 写道,Arcfront 的平台用于「用一线专家的数据训练 AI 模型」,公司已与 300 多家大企业合作,从医院到银行,「记录他们的专家如何做重要决定」,例子包括软件回滚流程、芯片设计规划和并购评估;账号 AGTPinsights 汇总称 Arcfront 自述已建成 1,200 多个 RL 环境,覆盖医疗、生命科学、法律、金融、会计、银行、编程与合规,任务配有内置 reward(奖励信号)和评分标准(rubrics)。Aakash Gupta 在分析帖里补充了 Decision Arc Data 的解释:「从处境到结果的完整路径,包括专家中途排除了什么」,并称「公司自述有 300 多家企业伙伴」。这些数字均出自公司方口径的转述。

「AI 全对 12 题,人类最好 11 题」:ICPC 对照核实

Singh 帖文里的 ICPC 数字可以逐条核对。2025 年 ICPC World Finals 于 9 月 4 日在阿塞拜疆巴库举行,139 支大学队伍在五小时内挑战 12 道算法题(DeepMind 博客)。OpenAI 于 2025 年 9 月 17 日宣布,其通用推理模型解出全部 12 题,「足以名列人类第一」;TechRepublic 报道补充了细节:GPT-5 一次通过其中 11 题,最难的第 12 题由一个实验性推理模型在第 9 次提交后解出,模型与人类选手使用同一套题目、测试用例、内存限制和硬件。同日,Google DeepMind 公布,Gemini 2.5 Deep Think 的进阶版在主办方监督下远程参赛,比人类晚 10 分钟开跑,解出 10 题、累计用时 677 分钟,相当于全部大学队伍中的第二名;它还在半小时内解出了没有任何大学队伍解出的 C 题。

「最好的人类队伍解出 11 题」由这两家公司的口径合起来推出:DeepMind 称解出 10 题的 Gemini 相当于总排名第二,说明第一名解得比 10 题多;OpenAI 的公告又说明没有人解出全部 12 题——两者合在一起,冠军队伍解出的正好是 11 题。Singh 帖文说「一个 AI 解出全部 12 题」没有点名 OpenAI,但与 OpenAI 的公告吻合。他自称「参加过两次这样的决赛」:Scaler 官网称他是「两届 ACM ICPC World Finalist」,IIIT Hyderabad 的校友介绍也写明他曾连续两年代表印度晋级 ACM ICPC 决赛(同一介绍页)。

至于「把 AI 放进公司当财务经理,第一天就会失败」——这不是任何基准测试的结论,而是他为产品立论设下的问句;官网给出的答案,就是前文那套从真实工作记录里提取的「判断力」。

从 Gokul Rajaram 的「神秘公司」到单月 8,000 万美元的转述

发布当天,两位投资人的帖子把注意力引到了收入数字上。Gokul Rajaram 写道:「几周前我发帖说,我见过一家以最快速度达到 10 亿美元年化收入的公司。Arcfront 就是那家公司。」并向两位创始人道贺。Ayush Jaiswal 的帖子更长:他称「Arcfront 是最接近 Surge 的东西」,认识 Singh 将近七年,「在他还在 Scale 任职时,这家公司还不存在,我当时不敢跟它竞争」;他写道 Arcfront「冲到超过 10 亿美元收入,种子轮融资不到 200 万美元,而且全程盈利」,并在帖末声明「我是投资人,立场有偏」。他还写道,这家公司是在达到这个规模之后才走出隐身状态的。

速度的量级有第三方算过:Aakash Gupta 写道,年化 10 亿美元约合每天 270 万美元,「它迄今融过的全部钱,还不够覆盖这个速度下一天的销售额」。他还转述了 Gokul 十月的旧帖:一家不具名的数据公司「从 2025 年 11 月的零收入,到 2026 年 9 月单月 8,000 万美元」。Gokul 十月的原帖本身未能在公开渠道直接核验,上述数字全部属于相关方的转述,而非备案数据。

四家客户没有名单

四家客户是谁、合同金额和期限如何,发布帖、官网和两位投资人的帖子都没有说;「五家前沿实验室」这个分母本身也是帖子的框架。10 亿美元年化、不足 200 万美元融资、单月 8,000 万美元,这三组数字的依据只有帖文与转述;1,200 多个 RL 环境与 300 多家企业伙伴目前也只有公司方口径。

可核验的部分是这些:一条带视频的发布帖、一支已经上线的官网、一个指向 Ashby 招聘页的链接(有第三方账号称公司在旧金山和班加罗尔招人),以及 ICPC 2025 那组经 OpenAI 和 DeepMind 各自公告确认的竞赛数字。名单至今没有出现;哪家实验室第一个公开确认或否认这层客户关系,将是这个口径之后的下一个可核验节点。

参考链接

  • Anshuman Singh 的 Arcfront 发布帖(@anshuman_ssh,2026-11-20)
  • Anshuman Singh 的动机长帖(@anshuman_ssh,2026-11-20)
  • Arcfront 官方账号的招聘回复(@arcfront,2026-11-20)
  • Arcfront 官方 X 资料页
  • Arcfront 官网
  • arcfront.com 占位页
  • Arcfront 招聘页(Ashby)
  • Naman Bhalla 的 X 资料页
  • Abhimanyu Saxena 的 X 资料页
  • Scaler 官网 About 页(Anshuman Singh 与 Abhimanyu Saxena 的履历)
  • IIIT Hyderabad 校友介绍:InterviewBit 与 Scaler Academy
  • Gokul Rajaram 的认领帖(@gokulr,2026-11-20)
  • Ayush Jaiswal 的投资人帖(@ayushjaiswal,2026-11-20)
  • TestingCatalog 对 Arcfront 发布的汇总(@testingcatalog,2026-11-20)
  • AGTPinsights 对 Arcfront 发布的汇总(@AGTPinsights,2026-11-20)
  • Aakash Gupta 对 Arcfront 的分析帖(@aakashgupta,2026-11-20)
  • LeoCreaIA 称 Arcfront 在旧金山和班加罗尔招人的帖文(2026-11-21)
  • OpenAI 关于 ICPC World Finals 2025 的公告(@OpenAI,2025-09-17)
  • Google DeepMind 博客:Gemini 在 ICPC World Finals 达到金牌水平(2025-09-17)
  • TechRepublic:OpenAI 与 DeepMind 在 ICPC 2025 的成绩(2025-09-18)