RecipeBook 让 AI 团队能够在几分钟内对视频数据集进行排序并购买

Why it matters

RecipeBook packages video-data procurement into a search, feedback and purchase loop. If Shofo's speed and pricing hold at scale, small AI teams could build narrow datasets without a long managed-data contract.

Braiden Dishman (@BraidenDishman), Shofo 的联合创始人，于 7 月 27 日推出了 RecipeBook，为 AI 开发者提供了一个自助界面，用于搜索、排序和购买视频训练数据。Dishman 在 在 X 上的一条线程 中表示，初始语料包含超过 2,500 万个视频，每个被选定小时的售价为 3 美元。

这次发布将 Shofo 的部分定制数据运营转变为一个店面。用户输入搜索、为相关片段评分、训练界面所称的“probe”、重新排序结果，并将选定数量的排名靠前小时加入订单。该实时应用包括筛选器、排序控制以及清除评分或重新训练 probe 的按钮。

Dishman 表示，数据供应商报价范围从每小时 15 美元到 480 美元不等，交付时间以数周或数月计。Shofo 声称 RecipeBook 能在几分钟内交付所选数据。上述价格和交付时间的比较来自 Shofo，公司尚未公布支持这些比较的供应商或规格。

从社交搜索到视频数据

Shofo 是一家 2025 年在旧金山成立、由四人组成的初创公司，通过其 2026 年冬季批次获得了 Y Combinator 的支持。YC 的发布材料将 Bryan Hong 标注为 CEO，Dishman 为 COO，Alexzendor Misra (@AlexzendorMisra) 为 CTO，Andre Braga (@AndreBragaML) 为 AI 负责人。

创始团队在构建 Correkt（一个多模态 AI 搜索引擎）时相识。The Daily Nexus 报道 Correkt 于 2024 年 4 月推出，作为一款注重引用的搜索产品，发布后不久吸引了约 5,000 名用户。Shofo 的 YC 材料称 Correkt 最终用户数超过 40,000 人，然后创始团队改变了方向。

Hong 在 2025 年 12 月的一篇帖子中描述了这一转变：创始团队关闭了 Correkt，拒绝了 Stripe 和 Meta 的实习邀请，并搬进旧金山一间 1,000 美元的房间，构建社交平台的实时索引。Dishman 的 YC 简介列出他在 University of California, Santa Barbara 的经济学背景及此前在 Amazon Web Services 工作的经历。Misra 之前负责 Correkt，而 Braga 在 UCSB 学习统计学和数据科学，并在 作为一名 2025 年 MIT Summer Research Program 实习生 时从事强化学习相关工作（见链接）。

Shofo 最初将自己定位为一个用于实时社交数据的 API。它当前的推介侧重于从 Shofo 称包含数十亿视频的索引中为 AI 实验室组装视频数据集。Shofo 网站 宣传从数百万小时视频中提取的定制集合，画面经过清理、分段和标注以用于模型训练。

RecipeBook 将这一推介缩减为一个由买方控制的工作流。Shofo 的主站仍然引导客户 request a custom dataset，而 RecipeBook 允许研究人员自行进行初始的搜索和相关性排序工作。这可以减少定义数据集时代价高昂的反复沟通，尤其是当模型开发者需要的不是通用视频集合而是某个狭窄的视觉概念或交互时。

剧照背后的合同

Shofo 表示其更大的索引将从开源网络收集的公开视频与从数千个来源聚合的私人视频结合在一起。其enterprise terms 授予客户对购买数据集的永久、全球性许可，用于训练、微调、评估、基准测试和模型开发。该许可为非独占且通常不可转让。

相同条款以“原样”提供服务，并否认包括所有权和非侵权在内的保证。RecipeBook 还为权利人维护了一个 copyright removal process。在评估每小时 3 美元的报价时，买方仍需在采购速度之外权衡来源、许可条款和数据集质量。

RecipeBook 是对 Shofo 能否使高度特定的视频数据像可搜索的云库存一样运作的测试。创始团队已经构建过一个多模态搜索产品，然后将该索引经验改造为 AI 基础设施。通过 RecipeBook，他们赌注研究人员希望对最后一英里拥有直接控制权：在为底层视频付费之前决定哪些示例属于训练集。