AI评估这件事，正处在一个微妙的转折点上。

大模型层出不穷，各家都说自己强，但谁能真正替用户把关？传统评测模式的问题越来越明显——集中化的评估机制覆盖不了真实场景，用户的个性化需求被平均数掩盖，而模型“幻觉”又让用户在选择时像是在开盲盒。正是在这个当口，一个新平台——Yupp——带着它的众包模式和加密激励机制闯入了视野，试图重新定义AI模型的发现、比较和使用方式。

那么，Yupp到底想干什么？它的VIBE评分系统和“AI议会”设计有何独到之处？背后又是怎样的团队撑起了3300万美元的种子轮融资？

不妨逐一拆解。

团队背景与融资：科技巨头经验加持

Yupp的目标很明确：构建一个“去信任”的AI反馈市场。简单说，就是让多元化的用户反馈，在区块链和加密经济激励的保障下自由流通，最终形成一个可扩展、公平且透明的模型评估层。通过对高质量人工标注数据的激励分发，Yupp能够捕捉真实用户在不同场景下的需求和偏好，帮助AI开发者迭代优化模型性能。

这个项目由Pankaj Gupta（联合创始人兼CEO）和Gilad Mishne（联合创始人兼AI负责人）于2024年6月创立，首席科学家则由滑铁卢大学教授Jimmy Lin担任。三人早在2010年就曾在Twitter共事，一起打造并优化过大规模推荐与搜索系统，后来又在Google和Coinbase积累了丰富的经验。这种技术+商业+区块链的复合背景，使得他们对AI评估的痛点和去中心化数据价值化的可能性，有着更清晰的判断。

正因为这种愿景能切中AI厂商对可信评估和用户参与的双重诉求，加上核心团队的履历足够硬，Yupp赢得了科技行业知名人士和顶级风投的高度认可。上周，Yupp宣布完成3300万美元种子轮融资，由A16z合伙人Chris Dixon领投，Google首席科学家Jeff Dean、Twitter联合创始人Biz Stone、Pinterest联合创始人Evan Sharp、Perplexity CEO Ara vind Srinivas、斯坦福大学Dan Boneh、Chris Re、Nick McKeown和Balaji Prabhakar等45位知名天使及企业高管，以及Coinbase Ventures都参与其中。这个投资人阵容，几乎可以看作是行业对Yupp方向的一次集体背书。

核心功能与用户体验：构建“AI议会”

Yupp的用户体验设计，有一个很有意思的核心——“AI议会”。简单说，你每次提问，平台会同时返回两个甚至更多模型的答案，并排展示给你看。这种设计思路其实很朴素：与其相信单一模型的输出，不如让你用肉眼直接对比。这不仅能帮你发现模型之间的差异，还能有效甄别模型可能出现的“幻觉”。正如Yupp CEO Pankaj Gupta所言，并排输出对于关注生成错误的用户尤为有益，因为你可以借此交叉验证结果。

目前平台已经支持超过500款AI模型，涵盖文本和图像生成两大领域。从ChatGPT、Claude、Gemini、DeepSeek、Grok、Llama这些主流模型，到大量新兴模型，几乎一网打尽。为了进一步优化体验，Yupp还推出了“QuickTake”功能，可以把冗长的回复提炼成一条简洁的推文。

此外，Yupp在用户隐私方面也做了细致考量：所有聊天记录默认私密，除非你主动公开；即使公开分享，也不会透露任何个人信息。你可以随时控制分享内容和范围。

经济模型与激励机制：数据劳动价值化

Yupp的经济模型，可以理解为“免费使用+用户反馈”的组合拳。用户通过“Yupp积分”系统来衡量模型使用情况。新用户注册就能获得5000积分，后续通过对模型回复打分、选择偏好并阐述理由，可以赚取更多积分。反馈质量越高，奖励越丰厚，确保用户可持续免费使用包括Claude Opus 4或OpenAI o3在内的高端模型。平台承诺积分只增不减，而且当前所有模型都能免费体验。

具体来说，每次提问后，你会获得两份模型回答，并通过反馈赢取“数字刮刮卡”，奖励0到250不等的Yupp积分。每1000积分可以兑换1美元，用户每日最高可变钱10美元、月度最高50美元。积分支持兑换美元、欧元等20多种货币，合作伙伴包括Stripe、PayPal、Coinbase。同时，平台集成了Base Ethernet L2和Solana稳定币，为全球用户提供即时、免手续费的奖励。

Pankaj Gupta对此的解释很到位：用户提供的高质量反馈，对于AI公司做模型微调和强化学习来说，价值远超那点积分奖励。虽然用户月度收益可能只相当于几杯咖啡，但这些付费标注数据对AI迭代至关重要。为了激励更多人参与，Yupp还设置了推荐奖励：推荐人获得5000积分，被推荐人获得1000积分；目前新注册用户可获得5000积分，被推荐人额外获得2500积分。

Yupp VIBE评分：AI评估的新范式

针对现有排行榜透明度不足、公平性欠缺、评估数据获取不均等问题，Yupp推出了测试版AI排行榜和“Yupp VIBE (Vibe Intelligence Benchmark) Score”评分系统。这个系统的核心逻辑，是汇聚全球用户在自然交互中产生的偏好数据，力求提供稳健且可信赖的评估结果。

Yupp的评估原则包括：

• 稳健性：保证代表性（覆盖多样场景）、真实性（反映用户关切）、抗作弊性（抵御恶意行为）；
• 可信赖性：公平中立（对模型不偏不倚）、透明公开（详细披露排名算法）、严谨科学（遵循评估规范）。

平台不仅收集二元偏好，还鼓励用户指出回复的优缺点（比如“切中要害”、“速度快”、“风格佳”等），并根据用户的年龄、教育、职业等信息进行分群分析，展现不同群体的偏好差异。这种精细化维度，让评估结果不再是一刀切的平均分，而是能反映真实用户群体的多样需求。

在技术层面，Yupp正在探索利用区块链、密码学原语及零知识证明等技术，确保评估过程的公正、透明和可验证。同时，平台已经与专业AI数据提供商合作，通过档案验证和多层质量检测校准评分员，清除恶意数据。

近期榜单已经更新，展示了GPT‑4.5 Preview、Claude Opus 4、Claude Sonnet 4等模型的VIBE得分，以及它们的胜率、不喜欢率、速度、延迟、上下文窗口和成本指标。这种多维度的呈现方式，比单纯的排名更加透明和有用。

发展历程与未来展望

Yupp于2025年6月13日正式上线，此前进行了六个月的内部测试。自上线以来，产品迭代非常迅速：多模态支持已接入Dall‑E、Flux、Stable Diffusion、Luma Photon、Google Imagen 4等模型，并支持用户上传图像/PDF提问；交互方式拓展了语音输入与语音朗读功能；模型更新方面引入了DeepSeek R1/V3、Mistral Small 3、OpenAI o3‑pro、Hermes 3、Amazon Nova Pro v1、Microsoft Phi系列及“MAX模型”类别；实时信息功能将在线查询请求路由至Perplexity和Google Gemini Live，并附带超链接引文；支付升级新增了美国PayPal、Venmo变钱及24种货币PayPal支持；分享导出支持格式保留的复制、PDF/文本/Markdown导出，可按需分享单条回复或整段对话；社区活动方面举办了“AI提示挑战赛”等活动，奖品最高达数万积分，还新增了个人资料页、AI自动生成的聊天名称等功能。

Yupp的使命是“赋能人类塑造AI的未来”。Pankaj Gupta认为，AI发展需要每个人的参与和贡献。通过多视角AI回应和用户反馈，Yupp不仅帮助用户做出更好的决策，也为AI进化提供了源源不断的动力。

值得一提的是，Yupp并非唯一在做这件事的团队，其主要的竞争对手之一是开放AI模型评测平台LMArena，该网站在AI业内人士中非常受欢迎。但LMArena目前仍处于商业化探索阶段，并没有借助区块链技术对用户参与提供直接的物质奖励或积分激励机制。这使得Yupp在经济模型和用户参与度上，具备了一定的差异化优势。

总体来看，Yupp以众包模式、激励机制和真实用户偏好驱动的评估系统，为AI评估开辟了一条新路径。它不仅为用户提供免费、多样的AI互动体验，更将用户反馈转化为高价值的训练数据，推动模型持续优化。凭借经验丰富的团队和顶级资本加持，Yupp有望在未来AI生态中扮演关键角色，实现“人人皆享AI，人人塑造AI”的愿景。

当然，对于刚刚上线的Yupp来说，如何在大规模用户参与下持续确保数据质量、抵御潜在的作弊行为，以及在商业化与用户激励之间取得平衡，仍是未来发展中需要不断探索和优化的方向。这套机制能否跑通，能否真正改变AI评估的格局，值得持续关注。