何允中和孙一铀从 Scale AI 与 Agents’ Last Exam 等实践出发，解释 AI 数据行业为何从传统标注转向专家数据、Agent 环境和真实工作流。节目讨论了 Rubric 如何把专业判断变成评分规则，强化学习环境如何通过工具、沙盒和验证机制训练模型，以及主观任务如何借助规则和模型共同评估。嘉宾也分析了 Benchmark 刷榜、数据污染、用户体验和垂直评测之间的张力，说明小型数据公司仍可凭借行业采购、版权资源和研发能力找到机会。最后，节目回到数据使用、训练难度、专家造假和行业并购，强调数据供应商必须持续研发，而不能依赖存量资源。