kaiyun欧洲杯app(官方)官方网站·IOS/安卓通用版/手机APP下载

文丨黄依婷

剪辑丨卢枕

2020 年 11 月，黄土高原以南、关中平原以北，宜君县进入深秋，地面的黄色与枯木的灰色交叠，阿娟出手了她的新责任。

在仅有 20 来东说念主的小办公室里，她给电脑屏幕上的店铺门头图片打标签——曝光过度弗成用，店名虚化弗成用，门头反光也弗成用。这些被标注完成的图片会被拿去给 AI 学习，匡助它识别审核平台商家上传的门头图片。这么的图片标注责任很毛糙，熟练之后，阿娟十几秒就能处理一张，一天能给近两千张图片"打标"。

这份没趣的责任有着一个听起来很响亮的称号——"东说念主工智能锤真金不怕火师"，是 2020 年 2 月才被清雅纳入国度工作分类目次的新工作。但谈起数据标注这份责任，在之前的两三年间，频繁和"低门槛""欠发达地区""服务密集型"等名词绑定在全部，从业者们对自动驾驶、东说念主工智能确切莫得了解，仅仅机械地点击鼠标，完成任务。

2023 年后，以 ChatGPT 为代表的生成式 AI 爆火，东说念主工智能发展进入新阶段，数据标注的工作也有了一些新变化。

这一年，" 985 硕士"刘到闲转行去作念数据标注，互联网大厂正编，月薪 1.5 万元以上。不像县城的标注员坐在工位上一整天，刘到闲九点半上班后，要对接产物、算法团队的数据锤真金不怕火需求，解答数据标注团队冷漠的疑问，大部分时辰花在层峦叠嶂的交流与考虑上。

实质上，刘到闲和阿娟的责任莫得不同，她们都是 AI 的东说念主类真诚。跟着行业变化，越来越多像刘到闲一样的高学积年青东说念主遴荐成为 AI 锤真金不怕火师，但阿娟们的担忧是，数据标注责任的要求越来越高，她们会不会失去我方的责任。

刘到闲的责任打算，是把 AI 教成一个人人。

这就像培养一个小孩。一出手，是阿娟们教给 AI 最基础的学问，什么是鸟，什么是花，什么是车，让 AI 能线路最常用的话语。到了通用大模子，则像是 AI 去大学里收受通识西席，掌抓东说念主类寰宇那些通行的、全面的学问。但如果想让 AI 完成东说念主类的责任，就需要教给它更专科的学问和手段。

培养一位人人并扼制易。一方面，刘到闲需要对接"用东说念主单元"，在公司里则是产物团队，知说念他们想要什么样的东说念主才，达到什么样的要求，刘到闲再左证对方的需求去制定培养贪图，登科合适的讲义，还要编写窥察的试卷，并对 AI 的答卷打分。

教 AI 学习的经过是漫长的，责任量广阔，也弗成只靠刘到闲一东说念主，她还需要把制定标注的挨次，把专科的学问"翻译"成大口语，让莫得表面学问的一线标注员也能粗鄙线路。某种进程上，标注挨次的可操作性，是检会一位人人型 AI 锤真金不怕火师的中枢法式。

刘到闲曾接到过一项升迁模子意图识别才略的需求。欲望情景下，经过数据标注团队的休养，在和用户对话的经过中，AI 大模子能够准确判断用户的输入意图，究竟是想要得到某个限制的信息，如故在寻求情谊复古。

这么的意图判断经过接近于东说念主和东说念主之间的交流，有很强的主不雅性，如果顺利交给一线标注员，可能线路相反，如果导致模子锤真金不怕火偏差，纠错本钱相等高。而一份高可操作性的标注挨次能极猛进程地减少谬误，提高数据质料。

为特出意需求，刘到闲最初要厘清用户意图的类别，并尽可能详备地列举出来，然后给每个类别赋予澄清的界说，明确不同分类之间的范围在那里。比如，用户说"我很伤心"，她在标注挨次中写上，这是在寻求情谊复古；用户形容了一件生存中发生的应许事，她会将这界说为共享个东说念主生存。

线路当然话语交互中字与字之间的机要差异，是刘到闲擅长的事。本年 28 岁的她是 985 高校毕业的话语学硕士，曾在科技媒体责任过一年，因为对媒体责任 24 小时待命的厌倦，她出手寻找让创作与科技集聚的另一种可能性，比如"喂养 AI "。

● ChatGPT 激发的生成式 AI 波澜蜕变了数据标注行业。图源：视觉中国

这是个可遇不可求的转行契机。ChatGPT 的走红带来了生成式 AI 和预锤真金不怕火模子的爆发，模子"堆量"锤真金不怕火后披线路的智能让业表里赞好意思。她看到了模子锤真金不怕火"走俏"之下，数据标注的蹙迫性。她想踏上这波风口，离前沿技艺更近少量。

和刘到闲一样作念数据标注的共事基本都是硕士连络生学历，在公司里面被分辨为运营岗。她的一部分共事是冲着 AGI（通用东说念主工智能）欲望来的，另一部分是冲着大厂正编和高收入来的。在东说念主工智能风口眼前，数据标注岗亭，成了为数未几非技艺布景职工的工作跳板。

固然薪水莫得猜度中高，和公司里的其他运营岗共事比较，刘到闲的薪水以致更低一些。但比较阿娟那样基础的数据标注责任，从事多模态对王人、学问图谱构建等高端标注的薪资可达 2-3 倍，月薪两三万也很正常，有些公司还怒放了从数据标注到产物、算法等岗亭的晋升旅途。

相应的，人人型数据标注师的要求也越来越高。据刘到闲不雅察，现时大厂招聘 AI 数据人人的学历要求大多为硕士连络生，且需要在关连专科限制有所累积，比如医疗、法律、财经等。

连最基础的一线数据标注员的门槛都在升迁，大模子公司下贱的数据标注岗也会对应聘者是否毕业于 211 高校有偏好。据《科创板日报》2023 年 8 月报说念，百度智能云海口标注基地的数百名数据标注师，100% 是本科学历。

一份由百度数据标注外包公司提供的"文心一言 2024 笔试题"自满，在判断 AI 的回报是否准确时，应聘者需要探讨该回报是否顺应客不雅事实，逻辑是否指引，并给出相应的判断原理；应聘者还要修改一篇 800 字以上的论说文——这还是肖似高华文文真诚的责任。

毕竟，AI 还是不再是阿谁牙牙学语的孩童，它们需要学历更高、才略更强的真诚，才能接续成长。

阿娟亲历了数据标注行业的变化。

行为链条最终端的一线数据标注员，在阿娟的瞎想中，她应当亦然像刘到闲那样责任的。她毕业于一所民办平时高校，是担雪塞井入的行。

2020 年，在一又友的先容下，阿娟第一次外传了"数据标注员"的责任，很生疏，但嗅觉挺肥硕上的，"我合计可能是像以前人人瞎想中的大厂（职工）键盘敲得噼里啪啦响的那种，具有含金量"。

其时的招聘要求也毛糙，只消会用一些办公软件就行。抱着试试的心态，阿娟报了名，通过培训锻练后于当年 11 月上岗责任。和她全部入职的基本都是宜君腹地东说念主，有孩母子亲，也有中专刚毕业的年青东说念主。

● 陕西省铜川市宜君县，一位 AI 锤真金不怕火师正在责任。图源：视觉中国

最出手的标注任务主如果图像类，波及外卖、保障、医疗等多样限制。阿娟印象比较深化的是一个宠物鼻纹花式。

许多宠物主东说念主会给我方的宠物买保障，鼻纹是保障公司区分相似品种、长相相似的宠物的关节。她和共事需要作念的责任是，给宠物相片中的鼻子部分画框，匡助 AI 进一步识别鼻纹。这个花式让阿娟感受到了责任的价值感。她认为这是在匡助宠物主东说念主给宠物凯旋投保、向保障公经理赔，尽管她所在的小县城确切莫得东说念主会给宠物上保障。

图像数据标注作念得熟练了，阿娟又接续搏斗了许多文本类的花式。花式类型换得很快，业务需求也很紊乱，未必前一周还在作念协议文献标注，下周又换成了医学论文数据索要。经理给什么花式，阿娟和共事们就照着标注表率去完成，际遇疑问就冷漠、考虑、惩办，绝大多半花式都莫得给她留住印象，她也很少有趣这些标注完的数据会用到那里。

责任近两年后，阿娟的共事越来越多，本来的小办公室容纳不下，两百多个东说念主搬进了敞亮的写字楼。她光显嗅觉任务难度在高潮，公司招聘的学历要求还是提高到了大专以上。她们出手作念花式更丰富、标注挨次更复杂的花式。

在一个视频侵权类花式的标注里，阿娟需要判断给定的关节词和视频内容的关联度。关联度一般会按照百分比分为四档，100% 是透彻关联，0 是透彻无关。她和组员需要基于对关节词和视频内容的线路，按照标注表率逐个双应标注，这能惩办 80% 以上的任务，剩下的 20% 可能会存在异议，需要和业务方开会考虑。

花式越来越复杂，共事的责任才略越来越高，行业赶快变化，但阿娟和共事们并不澄清这些变化是如何发生的。对处于行业终端的她们来说，和 AI 大模子关联的一切都在敷衍间发生。

传统的标注依赖挨次，生成式大模子标注则需要逻辑，比如标注推理设施（因为 A 是以 B，但受 C 欺压），或需要线路，比如多模态对王人（文本和视频内容关联），这类任务要求标注员具备详细念念维才略和跨学科学问储备，平时劳能源无法胜任。

有无数的平时标注员正在接续被行业淘汰。

阿娟责任内容的变化，和刘到闲有契机转行作念数据人人，都是并吞件事的拆除——大模子公司想活下去，必须去卷高质料数据。

2023 年，大模子公司招算法人人，干与算力资源去锤真金不怕火模子，比谁的模子参数大，谁迭代的速率快，谁在万般榜单上能名列三甲。但比来比去，人人拉不开差距，各家的模子都无法在出产力限制饱胀胜任，砸在锤真金不怕火上本钱短时辰收不追思。

到了 2024 年，大模子公司出手濒临死活考验：从哪收货？怎样活下去？怎样杀青大模子在垂直场景的贸易化落地？以致有头部大模子公司毁掉预锤真金不怕火，全面转向诈欺缔造，把资源干与到能收货的事情上。

一个共鸣是，要想在专科限制落地，高质料的垂类数据是竞争的中枢。比如医疗场景中的影像识别，需要临床大夫进行标注，法律场景中的协议要求，需要讼师标注要求中的逻辑关联和法则讲解。要想一个专科模子好用，必须有饱胀的精确的开动数据，这些数据难以从公开渠说念获取，标注本钱也十分上流，但却是不得不作念的干与。

一个高学历的人人型数据标注员的东说念主力本钱，远低于模子出错要付出的代价：自动驾驶标注中一个漏标的行东说念主可能导致百万公里路测失败，障碍挥霍的测试本钱可能高达数千万，而法律协议的标注造作可能让企业濒临诉讼。专科型的数据人人也能显耀升迁标注遵循，比如医学博士对 CT 影像的识别率是平时标注员的好几倍，还能匡助优化数据网罗战略。

● 中国国际医疗器械（春季）展览会上展示的 AI 赞助会诊。图源：视觉中国

这时像刘到闲一样，有垂直限制专科学问的 AI 锤真金不怕火师就成了香饽饽。"垂直限制（模子数据）咱们不太冒险去找平时的东说念主标注，确定要找专科的。比如说口号音（模子），咱们就会偏向于去找学话语学的东说念主，因为他们才能判断谜底的锐利。"小琴说。

小琴在一家创立十多年的上市公司履新，该公司有多款熟谙的 AI 产物，围绕行为中枢业务的语音模子搭建了自有的数据标注团队。2023 年后，标注任务从客不雅遴荐题变为了阅读线路题，前期标注表率的制定、东说念主机对王人工程更复杂。为了保证标注的一致性，她们可能会花半个月的时辰连络标注表率，要求产物、算法、标注、评测团队共同参与。

这一年，她所在的公司贪图研发音乐模子，濒临的第一个问题即是数据如何标注。他们发当今给模子投喂饱胀多的数据后，模子能够领有"披露"才略，在一定进程上"创造"音乐，但计较机专科诞生的团队成员无法判断模子生成的音乐质料如何，也很难找到优化地方。

隔行如隔山，从语音模子到音乐模子，他们在音乐关连数据的标注上莫得教学。于是，团队贪图找一位在音乐学院就读的学生作念参谋人。小琴认为，唯有音乐专科的东说念主才能分辨出模子生成的音乐到底合分歧理，才会知说念休养哪个韵律、哪种乐器不错赞助模子生成更好的拆除。

更早之前，她所在公司还干与大笔资金，邀请了许多专科的灌音师到灌音室录制一手的声息数据。

小琴坦言，非论是当今如故翌日，真确的数据一直都是细枝末节，唯有把真确场景中产生的数据累积起来，才有可能作念出更好的模子，人人型 AI 锤真金不怕火师则是获取真确数据的"捷径"。

据新智元报说念，OpenAI 为了升迁模子处理客户问题的才略，向医学、法律、话语学、计较机科学、物理学等限制的人人发问，至少 300 东说念主，每东说念主每小时支付 100 好意思元答谢，每个问题平均耗时约两小时。Scale AI、Turing 和 Invisible 等公司，也招募教学丰富的设施员或博士，协助 OpenAI、Google、Anthropic 和 xAI 等公司，在 AI 缔造的后锤真金不怕火阶段提高模子质料。

但这条"捷径"并不好走。为了确保责任质料，大型 AI 公司越来越多地把高质料数据标注的责任放到了里面，或者顺利雇佣人人，而不是以往的外包。数据即是壁垒，亦然另一个烧钱游戏。

往常两三年，在像泡沫一样迅速膨大的 AI 招聘市集里，" 985 硕士"作念数据标注不外是其中的一个缩影。

Emily 是一位从业多年的科技行业猎头参谋人，近两三年为不少 AI 公司招聘国外东说念主才。在招聘侧，AI 公司给她留住了一个相等深化的印象——这些公司相等有活力、相等激进，招东说念主一定要相等年青。

曾有企业客户告诉 Emily，行为一家年青的 AI 数字东说念主公司，职工一定要 98 后，95 后可能太"老"了。这些企业还要求应聘者有饱胀优秀的学习布景，"国内‘清北复交’，国外只看‘藤校’，211 都合计出丑"。

生成式 AI 波澜下，招聘市集最火爆时，一家 AI 初创公司的 HR 每天会收到 100 多封简历，压根来不足看。陆接续续地，会有候选东说念主跟 Emily 说："我合计这个有点泡沫，我合计咱们公司好像有点不稳，下半年你帮我望望契机。"

刘到闲也感受到了这种"不稳"。2024 年以来，八成是模子已走过"堆量"锤真金不怕火的阶段，她看到我方复古的模子团队对数据标注的需求正在减少。事实上，当标注精度越来越高，边缘收益出手递减，长尾的数据本钱极高，许多公司也难以背负。

● 图源：视觉中国

她出手反念念，转行后的两年多时辰，究竟都资格了些什么。

985 硕士、大厂正编、AI 风口之上，这些都无法障翳工种处于产业链下贱的事实。比较于产物、算法团队，刘到闲所饰演的变装确切莫得话语权，她以致自嘲像个"包领班"。责任的"中台"性质，要求她时时刻刻地和各方交流、融合，"你是去相连需求的，你要去听算法的决定，听产研他们想要什么东西，然后去录用给他们。莫得那么强的主动性，责任内容也不是高出有创造性"。她从责任中赢得的价值感越来越弱。

有次产研团队让刘到闲制定例则来提高模子某方面的才略，但她连络后发现，需要标注的数据质料不够高，难以通过挨次来界定当然话语间的隐约地带。她左证我方的专科判断反映给了产研团队，但对方只认为是刘到闲专科才略不够，扣下来一个影响模子后果的"帽子"。

这种"背锅"的资格许多，让她感到异常困乏；和同业交流时，她也感受到了"怨气"。"互助的产研团队，可能因为你是一个比较下贱的变装，就会证实得无出其右，责任体验不太好。"刘到闲说。

"训诲 AI 之后，数据标注员们怎样办？"这是摆在每一个数据标注行业的从业者眼前的费事，不论学历，不论专科。当今，跟着 AI 越来越贤慧，还是不错我方生成数据、我方锤真金不怕火，越来越不需要东说念主类的监督，AI 的东说念主类真诚们也终将莫得东西可教。

刘到闲还是出手看其他的责任契机了。她不错回到媒体行业，接续作念科技报说念，但薪水的差距让她方寸大乱。像多半 AI 锤真金不怕火师一样，转岗作念 AI 产物经理或者运营也不错，不外反复交流、拉扯挥霍的能量，需要花些时辰来规复。

阿娟还莫得去想这个问题。责任八个月后，她就升了小组长，于今已有 18 位组员。她需要为组员们的标注准确率和遵循负责，多了些进取交流的责任，工资也涨到了四千多元一个月。在小县城生存，作念个"蟾光族"，这些钱还是让她感到很幸福。

阿娟的亲一又都不知说念她在作念什么，因为她从不不才班时辰聊责任。这亦然这份工作带给她的欣然——她从前在培训机构当英语真诚，往往需要周末给学生们补课，很难有完满的休息时辰。作念了数据标注责任后，她到点放工，将生存和责任透彻分离。

阿娟贪图多攒攒责任年限，这两年再升个花式经理。

（应受访者要求kaiyun欧洲杯app(官方)官方网站·IOS/安卓通用版/手机APP下载，文中阿娟、刘到闲、小琴、Emily 皆为假名。）