就在ScaleAI公司的95后创始人AlexandrWang在Meta挑大梁之际，他迎来了一位比他更小的00后劲敌。这名00后叫阿里·安萨里（AliAnsari），是一名年仅24岁的小伙，他本科毕业于美国加州大学伯克利分校，后从美国斯坦福大学退学创业，其所创办的Micro1公司已经成立三年，该公司是一家AI人才招聘和数据外包商。当地时间9月12日，该公司宣布完成3500万美元的A轮融资（折合2.5亿人民币），公司估值达到5亿美元，本轮融资由美国风险投资公司01Advisors领投。
安萨里在业内有着较高关注度，其领英关注者达到五万多位。
领英资料更是显示，他在自己17岁的时候就创办了一家数学竞赛备考公司。
ScaleAI其实是Micro1的启蒙者
说回正题，由于ScaleAI近期牵手Meta，这给美国AI领域带来了一定的数据市场空白，比如包括OpenAI和谷歌在内的AI公司都表示要切断和ScaleAI的合作。而Micro1被认为有望成为这一空白的填补者之一。
作为Micro1的CEO，安萨里表示公司一直在和微软以及多家《财富》100强公司合作，并表示目前该公司的年度经常性收入（ARR，AnnualRecurringRevenue）为5000万美元，尽管这低于其他公司规模更大的竞争对手，但是Micro1的服务亮点在于能向客户提供全新的人类数据，该公司表示这类数据是大模型目前学习“新知”的唯一方式。
事实上，ScaleAI算是Micro1进入AI数据服务商领域的启蒙者。最初，ScaleAI率先开启了AI数据服务这一商业模式，其以相对较低的价格在全球范围内雇佣承包商来标注AI数据，这些承包商往往来自非洲等地区。后来，AI公司的数据要求变得更高，它们开始需要来自医生、作家、工程师等专业领域的高质量数据，以便能够改进大模型的生成质量。但是，去哪儿找能够标注这类专业数据的人才？正是在这样的背景之下，Micro1推出了一款名为Zara的AI招聘系统，对于那些希望申请成为专业数据标注者的应聘候选人，Micro1的AI招聘系统会对其进行面试和审核。
据介绍，Zara结合了GPT-4o和检索增强生成。在使用的时候，真人候选人首先要参加一个即时生成的特定角色模拟面试；然后，真人候选人将会参加一个20分钟到40分钟的由AI主导的面试。接着，Zara会针对真人候选人创建一份结构化的技能报告，并会根据岗位需求提供后续反馈。整个堆栈通过模块化API公开，Zara最终能够呈现到真人面试官面前的结果包括：面试分数、面试视频和定制化的面试反馈。
AI面试果真可行？
很多人可能会对AI面试的结果打问号。为此，该公司于2025年7月通过一次随机实地测试，针对人工面试和AI面试进行了对比。这一测试主要针对初级程序员候选人展开。测试中，大约37000申请人被随机地分配到两个小组里：一组是采取传统建立筛选方法然后进行人工面试的做法（下称“人工组”）；另一组由Zara主导视频面试然后进行和第一组同样的人工面试（下称“AI组”）。
在“AI组”中，候选人花费40分钟进行了一场AI对话，所生成的AI对话报告涵盖了对于候选人在React、JavaScript等技能的评估结果，也涵盖了对于候选人软技能和监考分数的结果。然后，真人面试官仅仅根据这份由AI生成的报告来决定哪些候选人可以晋级。而“人工组”的面试官仅仅依靠传统的简历筛选法来决定哪些候选人可以晋级。最终，“AI组”和“人工组”各自都有35名候选人进入盲审最终面试阶段。
结果发现，“AI组”的晋级候选人通过真人面试官面试的概率为54%，而“人工组”的晋级候选人通过真人面试官面试的概率为34%。同样是在招聘尾声定下一位可被最终录用的候选人，相比“人工组”的做法，“AI组”的做法能将人工面试次数减少44%，这可以节省真人面试官的工作时间，从而能够降低真人面试官所在公司的招聘成本。
Micro1还表示，在包含1150份文字记录的独立语料库中，“AI组”的面试平均对话质量得分为7.80分，而“人工组”的平均对话质量得分为5.41分，前者比后者高出30%以上。与此同时，“AI组”的对话也更加连贯和一致。前面提到，即使是“AI组”面试法，也并不是让AI最终定下是否录用某个候选人，而是说在进行人工筛选之前先使用Zara做AI筛选，这样能将后续的招聘准确率提高将近20%，以及能将真人面试官的面试时间减少将近一半，与此同时Zara产出的AI面试报告比人工首轮面试结果更丰富和更稳定。该公司表示，那些通过AI筛选的候选人也更容易获得工作。在本次测试中，将近40%的“AI组”晋级候选人在五个月后找到了新工作，比“人工组”的晋级候选人高出了17%。
总的来说，Zara可被用于大规模地招聘和面试行业数据标注人员，无论是寻找多名医生来验证大模型对于临床医学问题的答案，还是寻找微积分专家进行推理，亦或是寻找网络安全专家来测试大模型的安全性，Zara都可以帮助找到合适人选。媒体报道称，Zara已经促成50万次以上的由AI主导的面试，这比市面上其他任何招聘服务商的次数都要多。而一旦这些行业专家被选中，他们的知识和经验就能进入训练大模型的数据集。该公司告诉媒体，平均来看Zara使得企业的专业数据标注员招聘成本降低了87%，让真人面试阶段的通过率提高了5倍，候选人体验净推荐值提高了20%。它还告诉媒体，截至目前其已经招募数千名数据标注专家，甚至有来自美国斯坦福大学和美国哈佛大学的教授，与此同时Micro1还计划每周新增数百名数据标注专家。
用“AI监考官”监督AI面试
在此次融资官宣不久之前，2025年8月该公司推出了一款名为Ava的监考模型，并称这是全球最先进的监考模型，能够抓到93%的作弊者。该模型专门为AI面试、评估和考试而设计，旨在检测作弊行为。该公司表示，这款模型由资深招聘人员根据来自真实面试和常见作弊模式的30000多个由专家标记的数据点训练而来。
Ava的不同在于：
首先，Ava具有多模态意识，它可以将面部表情、语音语调、面试时的设备屏幕活动、面试人员的眼球运动和语言模式融合成为一个高保真信号，从而实现更加精准的语境识别和检测；
其次，Ava建立在数千名专家的案例审核的基础之上，能够更大限度地减少误报和漏报，该公司表示其性能远超人工审核；
再次，Ava具有一定的可解释性，这是因为该公司在打造Ava时始终秉持透明原则；
最后，Ava经历了多样化数据集的检验，具体来说其已经在全球数百个人口群体中得到验证，这些群体涵盖了城乡用户、不同口音的用户、各个年龄段的用户。
在具体使用Ava时，它会分析候选人的标签切换情况和屏幕叠加程度，同时还会检测候选人的眼球运动和面部运动等行为，进而能够生成监考分数，分数高于70%表示面试候选人可能没有作弊，分数低于此则表示存在一定的作弊可能。
当然，在该公司的设想中，Ava不仅能被用于AI面试作弊率监测，也能用于有着“美国高考”之称的学术能力评估测试（SAT，ScholasticAssessmentTest）、大学在线期中考试、政府公务员考试、企业合规认证和考试等。
前面提到，本次融资的领投方为01Advisors，该投资机构由前X（Twitter）的CEO迪克·科斯特洛（DickCostolo）和COO亚当·贝恩（AdamBain）创办。通过此次投资Micro1，贝恩也将加入该公司的董事会。与此同时，AI法律助理DoNotPay的创始人兼CEO约书亚·布劳德（JoshuaBrowder）也将加入Micro1的董事会。
在Micro1，美国斯坦福大学教授斯特凡诺·埃尔蒙（StefanoErmon）领导着一支研究团队，此次融资将用于增加该团队的数据基础设施，以及将用于为AI客户实现规模化交付。对于Micro1的未来，作为CEO的安萨里有着更大的野望。他在公司官网一篇署名文章中写道：“我们实现未来使命的第一步是支持AI实验室和AI企业打造AGI，最终愿景是打造全球顶尖的人类智能平台，让每个人都能找到自己最有意义的工作。”
参考资料：
相关报道https://www.reuters.com/business/scale-ai-competitor-micro1-raising-funds-500-million-valuation-sources-say-2025-07-28/
相关报道https://techcrunch.com/2025/09/12/micro1-a-competitor-to-scale-ai-raises-funds-at-500m-valuation/
相关报道https://fox5sandiego.com/business/press-releases/ein-presswire/848594715/micro1-raises-35m-series-a-as-demand-grows-for-human-intelligence-in-ai/
公司官网https://www.micro1.ai/
Zara的官方介绍https://www.micro1.ai/research/zara-an-llm-based-candidate-interview-feedback-system
Ava监考模型的官方介绍https://www.micro1.ai/model/ava
官方博客文章https://www.micro1.ai/research/quantifying-the-benefits-of-ai-assisted-recruitment
阿里·安萨里（AliAnsari）的领英主页https://www.linkedin.com/in/ali-ansari-7b240a18b/