文丨黄依婷

裁剪丨卢枕

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，阿娟首先了她的新职责。

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——曝光过度不行用，店名虚化不行用，门头反光也不行用。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。这么的图片标注职责很浅陋，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"。

这份败兴的职责有着一个听起来很响亮的称呼——"东说念主工智能老师师"，是 2020 年 2 月才被认真纳入国度功绩分类目次的新功绩。但谈起数据标注这份职责，在之前的两三年间，每每和"低门槛""欠发达地区""做事密集型"等名词绑定在所有，从业者们对自动驾驶、东说念主工智能真的莫得了解，仅仅机械所在击鼠标，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，数据标注的功绩也有了一些新变化。

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、算法团队的数据老师需求，解答数据标注团队忽视的疑问，大部分时辰花在万里长征的疏通与推敲上。

本色上，刘到闲和阿娟的职责莫得不同，她们都是 AI 的东说念主类憨厚。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 老师师，但阿娟们的担忧是，数据标注职责的要求越来越高，她们会不会失去我方的职责。

刘到闲的职责方针，是把 AI 教成一个人人。

这就像培养一个小孩。一首先，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 能领略最常用的话语。到了通用大模子，则像是 AI 去大学里秉承通识教化，掌持东说念主类天下那些通行的、全面的学问。但如果想让 AI 完成东说念主类的职责，就需要教给它更专科的学问和妙技。

培养一位人人并回绝易。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，刘到闲再凭证对方的需求去制定培养规划，登第合适的课本，还要编写侦察的试卷，并对 AI 的答卷打分。

教 AI 学习的经由是漫长的，职责量巨大，也不行只靠刘到闲一东说念主，她还需要把制定标注的规矩，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略领略。某种进程上，标注规矩的可操作性，是检会一位人人型 AI 老师师的中枢模范。

刘到闲曾接到过一项普及模子意图识别能力的需求。联想气象下，经过数据标注团队的挪动，在和用户对话的经由中，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，如故在寻求情感支撑。

这么的意图判断经由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，如果平直交给一线标注员，可能领略各别，如果导致模子老师偏差，纠错资本绝顶高。而一份高可操作性的标注规矩能极猛进程地减少误差，提高数据质地。

为了容许需求，刘到闲当先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走漏的界说，明确不同分类之间的领域在那边。比如，用户说"我很伤心"，她在标注规矩中写上，这是在寻求情感支撑；用户描绘了一件生涯中发生的昌盛事，她会将这界说为共享个东说念主生涯。

领略当然谈话交互中字与字之间的秘要差异，是刘到闲擅长的事。本年 28 岁的她是 985 高校毕业的谈话学硕士，曾在科技媒体职责过一年，因为对媒体职责 24 小时待命的厌倦，她首先寻找让创作与科技连结的另一种可能性，比如"喂养 AI "。

● ChatGPT 激励的生成式 AI 波浪转换了数据标注行业。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 和预老师模子的爆发，模子"堆量"老师后涌现出的智能让业表里咋舌。她看到了模子老师"走俏"之下，数据标注的迫切性。她想踏上这波风口，离前沿技能更近小数。

和刘到闲一样作念数据标注的共事基本都是硕士研究生学历，在公司里面被差别为运营岗。她的一部分共事是冲着 AGI（通用东说念主工智能）联想来的，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，成了为数未几非技能配景职工的功绩跳板。

诚然薪水莫得猜测中高，和公司里的其他运营岗共事比拟，刘到闲的薪水甚而更低一些。但比拟阿娟那样基础的数据标注职责，从事多模态对皆、学问图谱构建等高端标注的薪资可达 2-3 倍，月薪两三万也很宽绰，有些公司还绽开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研究生，且需要在相干专科限制有所积聚，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普及，大模子公司卑劣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"夸耀，在判断 AI 的回应是否准确时，应聘者需要沟通该回应是否合适客不雅事实，逻辑是否运动，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——这也曾访佛高华文文憨厚的职责。

毕竟，AI 也曾不再是阿谁牙牙学语的孩童，它们需要学历更高、能力更强的憨厚，才能赓续成长。

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，在阿娟的设想中，她应当亦然像刘到闲那样职责的。她毕业于一所民办野蛮高校，是徒劳有害入的行。

2020 年，在一又友的先容下，阿娟第一次传闻了"数据标注员"的职责，很生分，但嗅觉挺广袤上的，"我合计可能是像以前大众设想中的大厂（职工）键盘敲得噼里啪啦响的那种，具有含金量"。

当时的招聘要求也浅陋，只消会用一些办公软件就行。抱着试试的心态，阿娟报了名，通过培训进修后于当年 11 月上岗职责。和她所有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 老师师正在职责。图源：视觉中国

最首先的标注任务主若是图像类，触及外卖、保障、医疗等各式限制。阿娟印象比较潜入的是一个宠物鼻纹名目。

好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雷同品种、长相相似的宠物的重要。她和共事需要作念的职责是，给宠物相片中的鼻子部分画框，匡助 AI 进一步识别鼻纹。这个名目让阿娟感受到了职责的价值感。她认为这是在匡助宠物主东说念主给宠物获胜投保、向保障公经理赔，尽管她所在的小县城真的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，阿娟又接续搏斗了好多文本类的名目。名目类型换得很快，业务需求也很杂沓词语，随机前一周还在作念公约文献标注，下周又换成了医学论文数据索要。经理给什么名目，阿娟和共事们就照着标注范例去完成，碰到疑问就忽视、推敲、经管，绝大大批名目都莫得给她留住印象，她也很少酷好这些标注完的数据会用到那边。

职责近两年后，阿娟的共事越来越多，蓝本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。她涌现嗅觉任务难度在高潮，公司招聘的学历要求也曾提高到了大专以上。她们首先作念状貌更丰富、标注规矩更复杂的名目。

在一个视频侵权类名目标标注里，阿娟需要判断给定的重要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% 是皆备关联，0 是皆备无关。她和组员需要基于对重要词和视频内容的领略，按照标注范例逐一双应标注，这能经管 80% 以上的任务，剩下的 20% 可能会存在异议，需要和业务方开会推敲。

名目越来越复杂，共事的职责能力越来越高，行业马上变化，但阿娟和共事们并不了了这些变化是如何发生的。对处于行业终端的她们来说，和 AI 大模子研究的一切都在朦胧间发生。

传统的标注依赖规矩，生成式大模子标注则需要逻辑，比如标注推理重要（因为 A 是以 B，但受 C 限制），或需步调略，比如多模态对皆（文本和视频内容关联），这类任务要求标注员具备概括念念维能力和跨学科学问储备，野蛮劳能源无法胜任。

有无数的野蛮标注员正在接续被行业淘汰。

阿娟职责内容的变化，和刘到闲有契机转行作念数据人人，都是归并件事的收尾——大模子公司想活下去，必须去卷高质地数据。

2023 年，大模子公司招算法人人，参预算力资源去老师模子，比谁的模子参数大，谁迭代的速率快，谁在各类榜单上能名列三甲。但比来比去，大众拉不开差距，各家的模子都无法在坐褥力限制富足胜任，砸在老师上资本短时辰收不转头。

到了 2024 年，大模子公司首先濒临死活考验：从哪赢利？怎么活下去？怎么兑现大模子在垂直场景的买卖化落地？甚而有头部大模子公司毁灭预老师，全面转向欺诈树立，把资源参预到能赢利的事情上。

一个共鸣是，要想在专科限制落地，高质地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，法律场景中的公约条目，需要讼师标注条目中的逻辑关联和执法诠释。要想一个专科模子好用，必须有富足的精确的运行数据，这些数据难以从公开渠说念获取，标注资本也十分崇高，但却是不得不作念的参预。

一个高学历的人人型数据标注员的东说念主力资本，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，障碍破钞的测试资本可能高达数千万，而法律公约的标注乖张可能让企业濒临诉讼。专科型的数据人人也能显赫普及标注效用，比如医学博士对 CT 影像的识别率是野蛮标注员的好几倍，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 提拔会诊。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 老师师就成了香饽饽。"垂直限制（模子数据）咱们不太冒险去找野蛮的东说念主标注，详情要找专科的。比如说口号音（模子），咱们就会偏向于去找学谈话学的东说念主，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赴任，该公司有多款熟识的 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领略题，前期标注范例的制定、东说念主机对皆工程更复杂。为了保证标注的一致性，她们可能会花半个月的时辰研究标注范例，要求产物、算法、标注、评测团队共同参与。

这一年，她所在的公司规划研发音乐模子，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富足多的数据后，模子能够领有"涌现"能力，在一定进程上"创造"音乐，但测度机专科诞生的团队成员无法判断模子生成的音乐质地如何，也很难找到优化标的。

隔行如隔山，从语音模子到音乐模子，他们在音乐相干数据的标注上莫得教学。于是，团队规划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不对理，才会知说念挪动哪个韵律、哪种乐器不错提拔模子生成更好的收尾。

更早之前，她所在公司还参预大笔资金，邀请了好多专科的灌音师到灌音室录制一手的声息数据。

小琴坦言，非论是当今如故改日，信得过的数据一直都是桂林一枝，唯有把信得过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 老师师则是获取信得过数据的"捷径"。

据新智元报说念，OpenAI 为了普及模子处理客户问题的能力，向医学、法律、谈话学、测度机科学、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 好意思元报恩，每个问题平均耗时约两小时。Scale AI、Turing 和 Invisible 等公司，也招募教学丰富的规范员或博士，协助 OpenAI、Google、Anthropic 和 xAI 等公司，在 AI 树立的后老师阶段提高模子质地。

但这条"捷径"并不好走。为了确保职责质地，大型 AI 公司越来越多地把高质地数据标注的职责放到了里面，或者平直雇佣人人，而不是以往的外包。数据即是壁垒，亦然另一个烧钱游戏。

以前两三年，在像泡沫一样迅速延迟的 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 公司招聘外洋东说念主才。在招聘侧，AI 公司给她留住了一个绝顶潜入的印象——这些公司绝顶有活力、绝顶激进，招东说念主一定要绝顶年青。

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富足优秀的学习配景，"国内‘清北复交’，国外只看‘藤校’，211 都合计出丑"。

生成式 AI 波浪下，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，大概是模子已走过"堆量"老师的阶段，她看到我方支撑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，旯旮收益首先递减，长尾的数据资本极高，许多公司也难以职守。

● 图源：视觉中国

她首先反念念，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，这些都无法掩饰工种处于产业链卑劣的事实。比拟于产物、算法团队，刘到闲所演出的扮装真的莫得话语权，她甚而自嘲像个"包领班"。职责的"中台"性质，要求她年复一年地和各方疏通、谐和，"你是去邻接需求的，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，职责内容也不是特殊有创造性"。她从职责中获取的价值感越来越弱。

有次产研团队让刘到闲制定例则来提高模子某方面的能力，但她研究后发现，需要标注的数据质地不够高，难以通过规矩来界定当然谈话间的依稀地带。她凭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能力不够，扣下来一个影响模子成果的"帽子"。

这种"背锅"的资格好多，让她感到相配疲困；和同业交流时，她也感受到了"怨气"。"谐和的产研团队，可能因为你是一个比较卑劣的扮装，就会发达得无出其右，职责体验不太好。"刘到闲说。

"教会 AI 之后，数据标注员们怎么办？"这是摆在每一个数据标注行业的从业者眼前的辛勤，非论学历，非论专科。当今，跟着 AI 越来越机灵，也曾不错我方生成数据、我方老师，越来越不需要东说念主类的监督，AI 的东说念主类憨厚们也终将莫得东西可教。

刘到闲也曾首先看其他的职责契机了。她不错回到媒体行业，赓续作念科技报说念，但薪水的差距让她心神蒙胧。像大批 AI 老师师一样，转岗作念 AI 产物经理或者运营也不错，不外反复疏通、拉扯破钞的能量，需要花些时辰来归附。

阿娟还莫得去想这个问题。职责八个月后，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效用负责，多了些进取疏通的职责，工资也涨到了四千多元一个月。在小县城生涯，作念个"蟾光族"，这些钱也曾让她感到很幸福。

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职责。这亦然这份功绩带给她的快活——她从前在培训机构当英语憨厚，不时需要周末给学生们补课，很难有圆善的休息时辰。作念了数据标注职责后，她到点放工，将生涯和职责皆备分离。

阿娟规划多攒攒职责年限，这两年再升个名目经理。

（应受访者要求kaiyun体育网页版登录，文中阿娟、刘到闲、小琴、Emily 皆为假名。）