2020 年 11 月🔥竞猜大厅-甲级职业联赛-英雄联盟官方网站-腾讯游戏，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——曝光过度不成用，店名虚化不成用，门头反光也不成用。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。这么的图片标注职责很苟简，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号——"东说念主工智能锻真金不怕火师"，是 2020 年 2 月才被崇拜纳入国度作事分类目次的新作事。但谈起数据标注这份职责，在之前的两三年间，时时和"低门槛""欠发达地区""管事密集型"等名词绑定在一齐，从业者们对自动驾驶、东说念主工智能真实莫得了解，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，数据标注的作事也有了一些新变化。

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，要对接居品、算法团队的数据锻真金不怕火需求，解答数据标注团队提倡的疑问，大部分时分花在千岩万壑的换取与参议上。

本体上，刘到闲和阿娟的职责莫得不同，她们都是 AI 的东说念主类敦厚。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聘用成为 AI 锻真金不怕火师，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。

AI 的" 985 敦厚"

刘到闲的职责指标，是把 AI 教成一个大众。

这就像培养一个小孩。一首先，是阿娟们教给 AI 最基础的常识，什么是鸟，什么是花，什么是车，让 AI 能长入最常用的话语。到了通用大模子，则像是 AI 去大学里摄取通识锻真金不怕火，掌抓东说念主类寰宇那些通行的、全面的常识。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常识和手段。

培养一位大众并进击易。一方面，刘到闲需要对接"用东说念主单元"，在公司里则是居品团队，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策动，登科合适的课本，还要编写考核的试卷，并对 AI 的答卷打分。

教 AI 学习的经由是漫长的，职责量重大，也不成只靠刘到闲一东说念主，她还需要把制定标注的律例，把专科的常识"翻译"成大口语，让莫得表面常识的一线标注员也能搪塞长入。某种进度上，标注律例的可操作性，是覆按一位大众型 AI 锻真金不怕火师的中枢表率。

刘到闲曾接到过一项莳植模子意图识别材干的需求。梦想景况下，经过数据标注团队的编削，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领域的信息，照旧在寻求情感救助。

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，可能长入各别，如果导致模子锻真金不怕火偏差，纠错本钱相称高。而一份高可操作性的标注律例能极猛进度地减少罪状，提高数据质料。

为了闲逸需求，刘到闲领先要厘清用户意图的类别，并尽可能谛视地列举出来，然后给每个类别赋予领路的界说，明确不同分类之间的领域在那里。比如，用户说"我很伤心"，她在标注律例中写上，这是在寻求情感救助；用户态状了一件生涯中发生的直快事，她会将这界说为共享个东说念主生涯。

长入天然说话交互中字与字之间的神秘差异，是刘到闲擅长的事。本年 28 岁的她是 985 高校毕业的说话学硕士，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都集的另一种可能性，比如"喂养 AI "。

这是个可遇不可求的转行契机。ChatGPT 的走红带来了生成式 AI 和预锻真金不怕火模子的爆发，模子"堆量"锻真金不怕火后透表示的智能让业表里赞誉。她看到了模子锻真金不怕火"走俏"之下，数据标注的首要性。她想踏上这波风口，离前沿本事更近少许。

和刘到闲一样作念数据标注的共事基本都是硕士斟酌生学历，在公司里面被辨认为运营岗。她的一部分共事是冲着 AGI 梦想来的，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，成了为数未几非本事布景职工的作事跳板。

天然薪水莫得预见中高，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，从事多模态对都、常识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居品、算法等岗亭的晋升旅途。

相应的，大众型数据标注师的要求也越来越高。据刘到闲不雅察，刻下大厂招聘 AI 数据大众的学历要求大多为硕士斟酌生，且需要在相干专科领域有所蕴蓄，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莳植，大模子公司卑鄙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 的酬劳是否准确时，应聘者需要接洽该酬劳是否恰当客不雅事实，逻辑是否指导，并给出相应的判断情理；应聘者还要修改一篇 800 字以上的论说文——这仍是肖似高中文文敦厚的职责。

毕竟，AI 仍是不再是阿谁牙牙学语的孩童，它们需要学历更高、材干更强的敦厚，材干连续成长。

从拉框到打分

阿娟亲历了数据标注行业的变化。

动作链条最终局的一线数据标注员，在阿娟的遐想中，她应当亦然像刘到闲那样职责的。她毕业于一所民办平淡高校，是弄巧成拙入的行业。

2020 年，在一又友的先容下，阿娟第一次据说了"数据标注员"的职责，很生分，但嗅觉挺广博上的，"我认为可能是像以前各人遐想中的大厂键盘敲得噼里啪啦响的那种，具有含金量"。

其时的招聘要求也苟简，只须会用一些办公软件就行。抱着试试的心态，阿娟报了名，通过培训窥伺后于当年 11 月上岗职责。和她一齐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。

最首先的标注任务主如果图像类，触及外卖、保障、医疗等各式领域。阿娟印象比较深远的是一个宠物鼻纹名目。

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雷同品种、长相相似的宠物的障碍。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顺利投保、向保障公经理赔，尽管她所在的小县城真实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，阿娟又持续构兵了许多文本类的名目。名目类型换得很快，业务需求也很混乱，偶然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求。经理给什么名目，阿娟和共事们就照着标注表率去完成，碰到疑问就提倡、参议、处置，绝大无数名目都莫得给她留住印象，她也很少意思这些标注完的数据会用到那里。

职责近两年后，阿娟的共事越来越多，正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。她明显嗅觉任务难度在高潮，公司招聘的学历要求仍是提高到了大专以上。她们首先作念阵势更丰富、标注律例更复杂的名目。

在一个视频侵权类名目标标注里，阿娟需要判断给定的障碍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% 是总共关联，0 是总共无关。她和组员需要基于对障碍词和视频内容的长入，按照标注表率逐个双应标注，这能处置 80% 以上的任务，剩下的 20% 可能会存在异议，需要和业务方开会参议。

名目越来越复杂，共事的职责材干越来越高，行业赶快变化，但阿娟和共事们并不明晰这些变化是若何发生的。对处于行业终局的她们来说，和 AI 大模子斟酌的一切都在拖沓间发生。

传统的标注依赖律例，生成式大模子标注则需要逻辑，比如标注推理障碍，或需要长入，比如多模态对都，这类任务要求标注员具备轮廓想维材干和跨学科常识储备，平淡劳能源无法胜任。

有无数的平淡标注员正在持续被行业淘汰。

模子卷不动，首先卷数据

阿娟职责内容的变化，和刘到闲有契机转行作念数据大众，都是团结件事的扫尾——大模子公司想活下去，必须去卷高质料数据。

2023 年，大模子公司招算法大众，参加算力资源去锻真金不怕火模子，比谁的模子参数大，谁迭代的速率快，谁在各样榜单上能名列三甲。但比来比去，各人拉不开差距，各家的模子都无法在坐蓐力领域裕如胜任，砸在锻真金不怕火上本钱短时分收不追溯。

到了 2024 年，大模子公司首先面对死活考验：从哪成绩？奈何活下去？奈何竣事大模子在垂直场景的生意化落地？甚而有头部大模子公司毁灭预锻真金不怕火，全面转向诈欺竖立，把资源参加到能成绩的事情上。

一个共鸣是，要想在专科领域落地，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，法律场景中的公约要求，需要讼师标注要求中的逻辑关联和功令讲解注解。要想一个专科模子好用，必须有裕如的精确的驱动数据，这些数据难以从公开渠说念获取，标注本钱也十分腾贵，但却是不得不作念的参加。

一个高学历的大众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，转折花消的测试本钱可能高达数千万，而法律公约的标注作假可能让企业面对诉讼。专科型的数据大众也能权贵莳植标注着力，比如医学博士对 CT 影像的识别率是平淡标注员的好几倍，还能匡助优化数据会聚战略。

这时像刘到闲一样，有垂直领域专科常识的 AI 锻真金不怕火师就成了香饽饽。"垂直领域咱们不太冒险去找平淡的东说念主标注，细目要找专科的。比如说口号音，咱们就会偏向于去找学说话学的东说念主，因为他们材干判断谜底的厉害。"小琴说。

小琴在一家创立十多年的上市公司接事，该公司有多款纯属的 AI 居品，围绕动作中枢业务的语音模子搭建了自有的数据标注团队。2023 年后，标注任务从客不雅聘用题变为了阅读长入题，前期标注表率的制定、东说念主机对都工程更复杂。为了保证标注的一致性，她们可能会花半个月的时分斟酌标注表率，要求居品、算法、标注、评测团队共同参与。

这一年，她所在的公司策动研发音乐模子，面对的第一个问题便是数据若何标注。他们发刻下给模子投喂裕如多的数据后，模子能够领有"透露"材干，在一定进度上"创造"音乐，但盘算机专科降生的团队成员无法判断模子生成的音乐质料若何，也很难找到优化场所。

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提示。于是，团队策动找一位在音乐学院就读的学生作念参谋人。小琴认为，独一音乐专科的东说念主材干分辨出模子生成的音乐到底合不对理，才会知说念编削哪个韵律、哪种乐器不错援助模子生成更好的扫尾。

更早之前，她所在公司还参加大笔资金，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，不论是刻下照旧将来，信得过的数据一直都是桂林一枝，独一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，大众型 AI 锻真金不怕火师则是获取信得过数据的"捷径"。

据新智元报说念，OpenAI 为了莳植模子处理客户问题的材干，向医学、法律、说话学、盘算机科学、物理学等领域的大众发问，至少 300 东说念主，每东说念主每小时支付 100 好意思元酬劳，每个问题平均耗时约两小时。Scale AI、Turing 和 Invisible 等公司，也招募提示丰富的措施员或博士，协助 OpenAI、Google、Anthropic 和 xAI 等公司，在 AI 竖立的后锻真金不怕火阶段提高模子质料。

但这条"捷径"并不好走。为了确保职责质料，大型 AI 公司越来越多地把高质料数据标注的职责放到了里面，或者平直雇佣大众，而不所以往的外包。数据便是壁垒，亦然另一个烧钱游戏。

教会 AI 之后，他们要去哪？

当年两三年，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 公司招聘国际东说念主才。在招聘侧，AI 公司给她留住了一个相称深远的印象——这些公司相称有活力、相称激进，招东说念主一定要相称年青。

曾有企业客户告诉 Emily，动作一家年青的 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裕如优秀的学习布景，"国内‘清北复交’，国外只看‘藤校’，211 都认为出丑"。

生成式 AI 海浪下，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，根柢来不足看。陆持续续地，会有候选东说念主跟 Emily 说："我认为这个有点泡沫，我认为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"锻真金不怕火的阶段，她看到我方救助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，边缘收益首先递减，长尾的数据本钱极高，许多公司也难以职守。

她首先反想，转行后的两年多时分，究竟都资格了些什么。

985 硕士、大厂正编、AI 风口之上，这些都无法讳饰工种处于产业链卑鄙的事实。比拟于居品、算法团队，刘到闲所饰演的变装真实莫得话语权，她甚而自嘲像个"包领班"。职责的"中台"性质，要求她物换星移地和各方换取、谐和，"你是去连结需求的，你要去听算法的决定，听产研他们想要什么东西，然后去委派给他们。莫得那么强的主动性，职责内容也不是绝顶有创造性"。她从职责中得到的价值感越来越弱。

有次产研团队让刘到闲制定例则来提高模子某方面的材干，但她斟酌后发现，需要标注的数据质料不够高，难以通过律例来界定天然说话间的隐约地带。她左证我方的专科判断响应给了产研团队，但对方只认为是刘到闲专科材干不够，扣下来一个影响模子着力的"帽子"。

这种"背锅"的资格许多，让她感到十分疲劳；和同业交流时，她也感受到了"怨气"。"结合的产研团队，可能因为你是一个比较卑鄙的变装，就会施展得无出其右，职责体验不太好。"刘到闲说。

"教会 AI 之后，数据标注员们奈何办？"这是摆在每一个数据标注行业的从业者眼前的辛勤，不论学历，不论专科。刻下，跟着 AI 越来越灵巧，仍是不错我方生成数据、我方锻真金不怕火，越来越不需要东说念主类的监督，AI 的东说念主类敦厚们也终将莫得东西可教。

刘到闲仍是首先看其他的职责契机了。她不错回到媒体行业，连续作念科技报说念，但薪水的差距让她心神朦胧。像无数 AI 锻真金不怕火师一样，转岗作念 AI 居品经理或者运营也不错，不外反复换取、拉扯花消的能量，需要花些时分来规复。

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着力负责，多了些进取换取的职责，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"，这些钱仍是让她感到很幸福。

阿娟的亲一又都不知说念她在作念什么，因为她从不鄙人班时分聊职责。这亦然这份作事带给她的舒心——她从前在培训机构当英语敦厚，时时需要周末给学生们补课，很难有完满的休息时分。作念了数据标注职责后，她到点放工，将生涯和职责总共分离。

阿娟策动多攒攒职责年限🔥竞猜大厅-甲级职业联赛-英雄联盟官方网站-腾讯游戏，这两年再升个名目经理。