研究索引 · 两个专题

Agent 训练数据市场

当「真实的 agent 交互记录」被当成商品，两个问题立刻摆在面前：到底谁在买、按什么标准买，以及这些数据要处理到什么程度才敢卖。这两个专题各回答一个。

一句话结论

公开市场上真正在买 agent 数据的，不是模型厂商本身——OpenAI、Anthropic、Cursor 都没有公开的采购入口。挂着实时需求的是中间商。而且他们付费买的单位不是「历史日志」，是「买方先出题、贡献者在受控环境里做完、带着验收和授权证据交付」。

换句话说：「攒一堆日志再脱敏转卖」这条路，市场已经用「按需生产」绕过去了。

两个专题

数据买方品类地图

只认公开且能落地的采购证据——「技术方向」「在招人」「理论上需要数据」一律不算。按这个门槛筛下来，公开挂着需求的只剩两家，另外四家买的是产能不是数据。每条价格都回到官方页面重新核对过。

一套跑在 5.4 GB 真实 coding-agent 会话上的凭证清除方案，不是纸面方案。核心是一条反直觉的经验：对「密钥长什么样」建模是脆弱的，对「密钥出现在哪个语境」建模才稳。附一节讲清楚它没有解决什么。

读之前需要知道的

可信度分三档。✅ = 官方页面或官方公告可查；🟡 = 单方自述、聚合站或传闻，未独立审计；⚠️ = 我们的推论，不是事实。推论被当事实转述会出事，所以逐条标注。
价格全部回源核对过。两个专题的所有金额都在 2026-08-18 打回官方页面重新验证；核不动的会明说核不动，不会照抄。
这里只放调研发现。内部的产品化清单、报价策略和合同条款不在公开页面上。
会过期。招聘页会下架、报价会变。买方地图里已经有两条链接在五天内失效了——每条结论都带着核实日期。