Crustdata最近在官网写下一个很直白的数字：18个月，ARR从60万美元到1000万美元。它卖的是实时公司和人员数据，给AI销售、招聘和投研工具调用。但这轮增长最值得看的一步，不在接口，而在它开始绕过接口的传统买家，直接去做客户原本自己还没搭好的获客系统。
先看它原来的位置。一个AI SDR要判断该找谁，不该只靠静态名单：公司是否刚融资、某个决策者是否换了岗位、团队是否在扩招、网站上是否出现新的信号，都可能改变一封邮件是否值得发。Crustdata把这类来自网页、职业网络和公司信息源的变化，整理成可由Agent调用的数据层。它的客户本来多是AI销售和AI招聘产品：它们拿数据，再自己决定下一步动作。
这是一门典型的数据生意，也是容易卡住的生意。数据再新，客户仍得自己接模型、写规则、设人群、调话术，并把一堆工具串起来。最终客户买到的往往不是“实时数据”，而是一堆仍需自己装配的零件。
Crustdata的底层收费方式仍然很清楚：在官方定价文档里，公司和人员搜索按结果收0.03点，人员富集按字段深度收1至7点，实时人物和公司端点则受计划或企业合同限制。这个设计让小团队能先用低成本搜索验证，真正需要最新信息、更多覆盖和稳定调用时，再进入更高价值的用量或企业采购。
但点数不是这家公司近期增长的全部答案。根据ARR Club对联合创始人Chris Pisarski的复盘，团队发现更大的单子不在那些把数据嵌进产品的ISV手里，而在招聘机构和A、B轮公司的创始人手里。前者要找对候选人，后者要持续找对潜在客户；他们需要的都不是“给我一个接口”，而是“把这条增长流程跑起来”。
于是，Crustdata开始做一件数据公司通常不愿意做的事：白手套交付。技术型客户工程师不只在交付后排障，也进售前会议，现场拉数据、分析目标客户、配置技能和工作流。它不是把服务当成部署成本，而是把服务当成产品发现的一部分。客户在什么步骤停住、什么信号真正有用、哪些自动化不能自己跑，这些信息会比一张API调用报表更快回到产品里。
一个官方案例把这种变化讲得很具体。两人招聘机构The Firm把25年的判断经验写进Claude技能，再接入Crustdata；据该案例页，系统会先从700多条结果里过滤，留下50到60个真正匹配的候选人，机构的寻访能力提升50%，没有新增招聘人员。这个指标来自供应商案例，不能代替独立审计；但它指出了买家实际愿意付费的对象：不是数据库的体积，而是一次筛选之后，人工到底还剩多少无效工作。
这也解释了Crustdata为什么没有只追求把API卖给更多Agent创业者。API客户带来分发，却也把最终价值留在别人产品里；直接做增长交付，则让它看见预算是谁批的、客户在哪个环节愿意加钱、数据和人工应该怎样分工。再加上自助入口，它同时保留了低门槛试用和高客单价合同两条路径。
官网所称的1000万美元ARR仍是公司自报，不能直接推出利润、留存或规模化交付能力。白手套模式也有自己的天花板：客户工程师越深度参与，收入越容易被人力吞掉。Crustdata接下来真正要证明的，不是还能不能找到下一批客户，而是能否把这些反复出现的交付动作重新产品化，让服务带来的学习最终回到软件毛利里。
对AI创业者而言，这个案例的价值在于一个不那么舒服的判断：当客户拿到模型和数据仍然跑不出结果时，继续加功能未必能提高客单价。先替客户把关键流程跑通，才可能知道该把哪一步做成产品。Crustdata先靠数据被接入别人的Agent，后来开始用自己的数据把客户的增长动作跑出来。数据只是入口，结果才是合同。