AfterQuery: Unikorn Terpantas YC, Kini Bernilai $3.2B

AfterQuery: Unikorn Terpantas YC, Kini Bernilai $3.2B

Startup data untuk model training, AfterQuery, dilaporkan menutup pusingan baharu pada penilaian $3.2 bilion, menurut laporan Forbes yang kemudian dipetik TechCrunch. Lonjakan itu lebih daripada 10x dalam tempoh kurang lima bulan — dan ini berlaku hanya selepas syarikat mengumumkan Series A bernilai $30 juta pada penilaian $300 juta, April lalu.

Jumlah modal sebenar yang masuk dalam pusingan baharu ini masih belum didedahkan, dan AfterQuery tidak dapat dihubungi untuk komen. Tapi kalau angka ini betul, partner YC Gustaf Alströmer kata ia paling cepat mana-mana startup pergi dari pelancaran ke status unicorn dalam sejarah accelerator itu.

Apa sebenarnya AfterQuery buat

Diasaskan oleh dua founder yang kini berusia 22 dan 23 tahun — graduan cohort Winter 2025 Y Combinator, baru 18 bulan lepas — AfterQuery bermain di lorong yang sama dengan Mercor dan Scale: menggaji profesional berpengetahuan untuk melakukan model training. Doktor, peguam, pakar kewangan dan pakar lain dibayar untuk bekerja bersama sistem AI dan menghasilkan training signal.

Tapi ada perbezaan halus dari segi positioning. Mercor dan Scale lebih fokus membuat model menjawab soalan dengan tepat — label yang betul, ranking yang bagus, RLHF yang berorientasikan benchmark. AfterQuery pula kata mereka melatih model dan agent bagaimana profesional menyiapkan tugasan — apa yang syarikat gambarkan sebagai "encoding the patterns, decisions, and reasoning of the world's best practitioners."

Secara ringkas: bukan "apa jawapan yang betul", tapi "apa yang seorang senior engineer sebenarnya buat untuk sampai ke situ." Ini process supervision, bukan sekadar outcome supervision — jenis trajectory-level data yang paling banyak mendorong ganjaran RLHF dan RLVR masa kini, sama seperti penekanan pada aliran pelaksanaan tugasan yang anda lihat di lab training agent seperti EnvHarness.

Bentuk data itu, dalam versi yang sangat dipermudahkan, macam begini:

{
  "task": "Triage this production incident",
  "expert_trajectory": [
    { "step": 1, "action": "read_pagerduty", "note": "check severity first" },
    { "step": 2, "action": "query_slack_archives", "note": "correlate deploy window" },
    { "step": 3, "action": "read_logs", "focus": "error_rate trend last 2h" },
    { "step": 4, "decision": "rollback", "reasoning": "deploy at 21:40 correlates" }
  ],
  "outcome": "resolved",
  "why_it_worked": "reasoning chain logged at every decision point"
}

Contoh di atas hanyalah ilustrasi, bukan dataset yang bocor — tapi ia menangkap idea utama. Model bukan sekadar belajar tindakan akhir; ia belajar langkah reasoning, urutan operasi, apa yang practitioner periksa dahulu, dan kenapa.

Angka di sebalik lonjakan ini

Bila ia melancarkan Series A April lalu, AfterQuery kata mereka sudah melepasi revenue run rate $100 juta setahun dan menamakan pelanggan termasuk Nvidia, Legora, dan lab AI Korea, Motif Technologies. Senarai pelabur turut menyokong cerita ini: Series A diketuai Altos Ventures dengan penyertaan The Raine Group, Y Combinator, BoxGroup, dan Latitude Capital, dan cap table dilaporkan termasuk angel dari Google DeepMind, OpenAI, Anthropic, Meta Superintelligence Labs serta Microsoft AI.

Baca senarai itu sekali lagi. Setiap frontier lab mempunyai kepentingan dalaman terhadap dataset expert reasoning yang lebih baik, dan sebilangan penyelidik semasa serta bekas penyelidik mereka sendiri menjadi angel untuk pembekal ini. Isyarat macam inilah yang membuat VC selesa menulis angka besar dengan cepat: pelanggannya ialah lab, dan orang lab sendiri menaruh wang.

Run rate $100M dalam 14 bulan, dari pasukan dua orang dalam cohort Winter 2025, memang kukuh dengan sendirinya. Cerita penilaian ini tentang run rate, tapi bukan disebabkan run rate — tiada siapa bayar 32x revenue run rate hanya kerana pertumbuhan semasa. Pertaruhannya ialah data trajectory pakar menjadi moat kekal untuk cara generasi akan datang agent belajar bekerja.

Perkara yang perlu diperhatikan

Tiga perkara yang patut anda pantau:

1. Perkataan "dilaporkan" memikul beban besar. Pusingan ini belum disahkan oleh syarikat, dan jumlah modal baharu tidak diketahui. Penilaian ialah hasil rundingan, bukan baki akaun bank — cek sebenarnya boleh jadi apa-apa sahaja.
2. Soalan moat. Kalau pembezaannya pada expertise di peringkat proses, maka retention ialah moat: adakah doktor, peguam dan senior engineer terus menyumbang, atau kualiti merosot bila pool semakin besar? Perniagaan pelabelan data pernah terjerumus ke perangkap yang sama sebelum ini — penskalaan headcount yang pantas cenderung mencairkan signal.
3. Ketegangan kualiti vs safeguard yang pernah kita lihat sebelum ini. Semakan manusia dalam loop ialah ciri, bukan bug. Bila anda melatih model berdasarkan cara pakar berkelakuan, langkah pembersihan yang menyunting expert trace ialah apa yang menjaga dataset tetap jujur — pengajaran yang sama dengan kenapa pipeline AI perlu semakan manusia.

Ada juga persoalan workload untuk pasaran yang lebih luas. Kalau data expert trajectory menjadi input training standard untuk sistem agentic, syarikat seperti AfterQuery berhenti menjadi "vendor data" dan mula menjadi lapisan infrastruktur di bawah keseluruhan stack agentic AI — lapisan sama di mana lab frontier kini mengawal kelakuan agent. Itulah pertaruhannya — dan pada $3.2B, pelabur kata mereka percaya trajectory itu akan kekal.

Kesimpulan

AfterQuery kini, secara dilaporkan, cerita pelancaran-ke-unicorn paling pantas yang pernah dilihat Y Combinator: dari $300M ke $3.2B dalam sekitar lima bulan. Bahagian yang luar biasa ialah cerita ini bukan sekadar growth theater — ada revenue run rate sebenar, ada pelanggan lab sebenar, dan data expert reasoning yang benar-benar berbeza daripada pelabelan RLHF klasik. Sama ada penilaian ini kekal bergantung pada sama ada kualiti data itu bertahan apabila skala naik. Buat masa ini, dari run rate $100M ke penilaian $3.2B, ini perjalanan paling pantas dalam sejarah accelerator itu.

Sumber

• Forbes: AfterQuery Becomes YC's Fastest Unicorn At $3.2 Billion
• TechCrunch: AfterQuery reportedly becomes Y Combinator's fastest-ever unicorn, now valued at $3.2B
• AfterQuery: Human Expertise, Reimagined