一家加密初创公司关停后，创始人意外发现，那些看似无用的匿名用户数据和代码库，竟能卖给 AI 实验室换取真金白银。
发生了什么
据 MIT Tech Review 报道，Keelan Miskell 在今年开始清算他的加密初创公司时，并未对公司的数据资产抱有期望：用户是匿名的，公司也才成立几年。但他最终将公司的数字档案变成了实际收入——代码库卖了大约 2.5 万美元，另一笔交易仍在进行中，金额可能相近。
这并非孤例。随着 AI 实验室对高质量训练数据的需求持续膨胀，公开互联网上的可用数据逐渐枯竭，倒闭或即将关停的初创公司正成为新的数据来源。这些公司积累的用户行为、代码、对话记录等，虽然规模不大，但往往具有特定领域的真实性和结构化特征，对训练垂直模型或提升特定能力有独特价值。
为什么重要
过去两年，AI 训练数据的争夺已从公开网页扩展到版权内容、专业数据库和用户生成内容。但一个被忽视的角落是：每天都有大量初创公司因融资失败、竞争失利或战略调整而关停，它们留下的数据资产通常被遗忘或删除。
这些数据之所以有价值，是因为它们往往比公开数据更"干净"——用户匿名但行为真实，代码库虽小但经过实际部署和迭代。对于需要特定领域数据的 AI 实验室来说，收购一家关停公司的数据，可能比从头收集或标注更高效、更便宜。
这也意味着，数据资产的二级市场正在形成。过去，初创公司的数据在并购中通常作为附属品被估值；现在，它可能成为独立出售的商品。对于创业者而言，这提供了一种退出时的"残值回收"路径；对于 AI 实验室，则是一种低成本的数据获取策略。
影响与看点
对开发者而言，这提示了一个现实：你写的代码、积累的用户数据，即使公司失败，也可能具有独立价值。未来，数据资产的清算和交易可能成为创业生态的一部分，甚至出现专门收购和转售初创公司数据的中间商。
对 AI 行业来说，这种交易模式引发几个值得关注的问题：数据来源的合规性如何保证？用户是否知情并同意其数据被转售用于 AI 训练？匿名化是否足够彻底？目前，这些交易大多在私下进行，缺乏透明度和标准合同，可能埋下隐私和法律的隐患。
一个独立判断：当"死掉"的初创公司成为数据矿场，AI 实验室的数据焦虑可见一斑。但这门生意能否规模化，取决于监管对数据二次利用的态度，以及市场能否建立可信的估值和合规框架。短期内，它更像是一种边缘补充，而非主流数据来源。
