前数学老师创办的Poindexter Labs获200万英镑种子轮，要让AI学会“专家级思考”

对于尖端的AI大模型来说，训练数据的质量与模型本身的规模同等重要。但现在大多数数据基础设施是为简单的任务（如图像标记、情感分析、文本分类）而建的，无法满足高级系统如今所需的复杂、多步推理任务 。总部位于伦敦的AI数据初创公司Poindexter Labs刚刚完成了一轮超额认购的200万英镑种子轮融资，就是要直接填补这一空白。

这轮融资于2026年6月2日宣布，由Episode 1领投。参投方还包括Yvonne Bajela的Evertrue Capital、Octopus Ventures的First Cheque Fund，以及一批天使投资人——其中一些是本身就在该公司平台上工作的数学家和科学家 。

融资前就已实现盈利的“异类”

值得一提的是，Poindexter Labs的创始人Jocelyn D'Arcy曾是一位数学老师。在公司接受任何外部风险投资之前，她已经靠自己的力量将业务做到了160万英镑的营收 。在AI基础设施领域，能在种子轮阶段就实现七位数的营收，且没有任何机构资金支持，这极为罕见，也充分说明了其产品与市场的契合度。

新瓶颈：专家级推理能力

高级模型不再仅仅是需要“更多的数据”，而是需要“更好的数据”。要训练一个模型去解决复杂的微积分问题、构建法律论据或进行多步骤的物理论证，需要的数据集必须能捕捉到真实的专家推理链，而不仅仅是最终的正确结果。传统的标注平台很难胜任这项任务，因为它们的设计初衷是线性的、单人通过的标注工作流，即由单个工作人员给出一个简单的判断 。

Poindexter Labs认为，这种传统模式是AI供应链中的薄弱环节，并将其称为前沿AI的“坏掉的”数据管道 。该公司专注于生产所谓的“高保真训练与评估数据集”，这些数据集涵盖了STEM（科学、技术、工程、数学）、法律、医学、金融和工程等领域，其中包含证明过程、思维链、多跳逻辑和详细步骤日志 。