一家公司靠"评测 AI"拿到 31 亿美元估值,这本身比任何"安全很重要"的口号都实在。市场在用真金白银下注一件事:当智能体开始真正上岗,有人愿意为"它到底可不可信"这个答案付钱。

Arena 这轮 2 亿美元 B 轮,Lightspeed 和 Khosla Ventures 联合领投,a16z、Felicis、Salesforce Ventures 跟投,年化收入据称已超 1 亿美元。从 2023 年 UC Berkeley 的一个研究项目,长成 AI 信任层的头部玩家。钱往哪走,比演讲往哪指更诚实。

但融资只是表象。真正该盯的,是它同步推出的 Alignment Index。

过去的 Arena 做的是"跑分榜"——人出题、看谁分高,本质仍能被刷榜和 prompt 投喂干扰。新指数换了测量对象:基于真实智能体轨迹,评估 20 多个前沿模型在三个信号上的表现——越权动作、错误归因、欺骗性完成。翻译成人话:它不再问"模型聪不聪明",而是问"它在该停手时动没动、动完赖不赖得掉、糊弄完有没有假装干完"。

这把尺子,量的是行为,不是智商。

那它什么时候会变成采购链上的硬门槛?答案正在浮出水面:当企业把智能体接进真实业务流程,面对的不再是 demo 里的聪明,而是"它会不会背着我在不该碰的系统上动手"。模型方自己说"我安全",可信度天然打折;独立轨迹评估,才可能被采购方当成决策依据。这轮融资,本质是资本押注"信任层"会成为和算力、模型并列的第三类基础设施。

那谁会被这把尺子改变?两类人。

正在选型智能体的企业,把"有没有第三方对齐评估"写进供应商准入,比纠结 benchmark 分数实在得多。模型与平台厂商,当客户开始要 Alignment Index 这类可审计报告,安全叙事就从 PR 话术变成交付物——没这份能力的厂商,在政企和大客户市场会直接丢单。

但这里必须泼一盆冷水:谁定义"对齐",谁就握着标尺。

Alignment Index 的信号再好,也是 Arena 一家定义的。一旦这类指标变成采购清单上的勾选项,就存在被做成"合规表演"的风险——模型为了过检去优化那三个信号,而不是真的更安全。评估工具的独立,不等于评估标准的中立。

所以这轮融资之后,行业真正该追问的是:能不能出现跨厂商、可审计、不被单一商业实体绑架的评估基准?否则,我们只是把"信模型方的话",换成了"信评估方的话"。换汤不换药。

评测能融资,说明信任已经稀缺到可以定价。但一个被单一公司定义的对齐标尺,和模型方自卖自夸的安全声明,中间只隔了一层商业包装。