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，阿娟起原了她的新职责。

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——曝光过度不可用，店名虚化不可用，门头反光也不可用。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易，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"。

这份无聊的职责有着一个听起来很响亮的称号——"东说念主工智能西宾师"，是 2020 年 2 月才被崇敬纳入国度办事分类目次的新办事。但谈起数据标注这份职责，在之前的两三年间，往往和"低门槛""欠发达地区""就业密集型"等名词绑定在全部，从业者们对自动驾驶、东说念主工智能险些莫得了解，仅仅机械处所击鼠标，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，数据标注的办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，要对接家具、算法团队的数据西宾需求，解答数据标注团队提议的疑问，大部分时候花在千山万壑的疏导与询查上。

骨子上，刘到闲和阿娟的职责莫得不同，她们都是 AI 的东说念主类敦朴。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 西宾师，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。

刘到闲的职责指标，是把 AI 教成一个各人。

这就像培养一个小孩。一起原，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 能厚实最常用的话语。到了通用大模子，则像是 AI 去大学里继承通识教悔，掌合手东说念主类全国那些通行的、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手段。

培养一位各人并龙套易。一方面，刘到闲需要对接"用东说念主单元"，在公司里则是家具团队，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盘算，登科合适的课本，还要编写捕快的试卷，并对 AI 的答卷打分。

教 AI 学习的进程是漫长的，职责量重大，也不可只靠刘到闲一东说念主，她还需要把制定标注的限定，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安定厚实。某种进度上，标注限定的可操作性，是检会一位各人型 AI 西宾师的中枢圭臬。

刘到闲曾接到过一项升迁模子意图识别才略的需求。梦想气象下，经过数据标注团队的赈济，在和用户对话的进程中，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范围的信息，如故在寻求情谊支撑。

这么的意图判断进程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，如果径直交给一线标注员，可能厚实各别，如果导致模子西宾偏差，纠错资本相称高。而一份高可操作性的标注限定能极猛进度地减少谬误，提高数据质地。

为卓越意需求，刘到闲最初要厘清用户意图的类别，并尽可能疑望地列举出来，然后给每个类别赋予廓清的界说，明确不同分类之间的畛域在那里。比如，用户说"我很伤心"，她在标注限定中写上，这是在寻求情谊支撑；用户形容了一件生涯中发生的狠恶事，她会将这界说为共享个东说念主生涯。

厚实天然话语交互中字与字之间的深重差异，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，曾在科技媒体职责过一年，因为对媒体职责 24 小时待命的厌倦，她起原寻找让创作与科技勾通的另一种可能性，比如"喂养 AI "。

● ChatGPT 激勉的生成式 AI 波浪编削了数据标注行业。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 和预西宾模子的爆发，模子"堆量"西宾后流泄露的智能让业表里惊叹。她看到了模子西宾"走俏"之下，数据标注的迫切性。她想踏上这波风口，离前沿时期更近少量。

和刘到闲一样作念数据标注的共事基本都是硕士商量生学历，在公司里面被永别为运营岗。她的一部分共事是冲着 AGI（通用东说念主工智能）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，成了为数未几非时期布景职工的办事跳板。

天然薪水莫得料到中高，和公司里的其他运营岗共事比拟，刘到闲的薪水致使更低一些。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，月薪两三万也很正常，有些公司还怒放了从数据标注到家具、算法等岗亭的晋升旅途。

相应的，各人型数据标注师的要求也越来越高。据刘到闲不雅察，咫尺大厂招聘 AI 数据各人的学历要求大多为硕士商量生，且需要在商量专科范围有所积贮，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"骄慢，在判断 AI 的回复是否准确时，应聘者需要沟通该回复是否安妥客不雅事实，逻辑是否畅通，并给出相应的判断事理；应聘者还要修改一篇 800 字以上的论说文——这如故肖似高中文文敦朴的职责。

毕竟，AI 如故不再是阿谁牙牙学语的孩童，它们需要学历更高、才略更强的敦朴，智力链接成长。

阿娟亲历了数据标注行业的变化。

算作链条最终端的一线数据标注员，在阿娟的假想中，她应当亦然像刘到闲那样职责的。她毕业于一所民办日常高校，是画虎类狗入的行。

2020 年，在一又友的先容下，阿娟第一次外传了"数据标注员"的职责，很目生，但嗅觉挺魁岸上的，"我认为可能是像以前公共假想中的大厂（职工）键盘敲得噼里啪啦响的那种，具有含金量"。

其时的招聘要求也浅易，只消会用一些办公软件就行。抱着试试的心态，阿娟报了名，通过培训实践后于当年 11 月上岗职责。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 西宾师正在职责。图源：视觉中国

最起原的标注任务主若是图像类，触及外卖、保障、医疗等多样范围。阿娟印象比较深入的是一个宠物鼻纹款式。

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相似品种、长相相似的宠物的关键。她和共事需要作念的职责是，给宠物像片中的鼻子部分画框，匡助 AI 进一步识别鼻纹。这个款式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成功投保、向保障公经理赔，尽管她所在的小县城险些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，阿娟又继续战斗了好多文本类的款式。款式类型换得很快，业务需求也很错乱，巧合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。经理给什么款式，阿娟和共事们就照着标注模范去完成，碰到疑问就提议、询查、科罚，绝大多量款式都莫得给她留住印象，她也很少敬爱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，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。她显著嗅觉任务难度在高涨，公司招聘的学历要求如故提高到了大专以上。她们起原作念体式更丰富、标注限定更复杂的款式。

在一个视频侵权类款式的标注里，阿娟需要判断给定的关键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% 是全都关联，0 是全都无关。她和组员需要基于对关键词和视频内容的厚实，按照标注模范逐一双应标注，这能科罚 80% 以上的任务，剩下的 20% 可能会存在异议，需要和业务方开会询查。

款式越来越复杂，共事的职责才略越来越高，行业马上变化，但阿娟和共事们并不明晰这些变化是怎样发生的。对处于行业终端的她们来说，和 AI 大模子相关的一切都在暗昧间发生。

传统的标注依赖限定，生成式大模子标注则需要逻辑，比如标注推理法子（因为 A 是以 B，但受 C 截止），或需要厚实，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详细想维才略和跨学科学问储备，日常劳能源无法胜任。

有无数的日常标注员正在继续被行业淘汰。

阿娟职责内容的变化，和刘到闲有契机转行作念数据各人，都是团结件事的闭幕——大模子公司想活下去，必须去卷高质地数据。

2023 年，大模子公司招算法各人，进入算力资源去西宾模子，比谁的模子参数大，谁迭代的速率快，谁在种种榜单上能名列三甲。但比来比去，公共拉不开差距，各家的模子都无法在分娩力范围满盈胜任，砸在西宾上资本短时候收不讲求。

到了 2024 年，大模子公司起原靠近存一火锻真金不怕火：从哪收货？怎样活下去？怎样结束大模子在垂直场景的买卖化落地？致使有头部大模子公司毁灭预西宾，全面转向行使开垦，把资源进入到能收货的事情上。

一个共鸣是，要想在专科范围落地，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，法律场景中的公约要求，需要讼师标注要求中的逻辑关联和法令评释。要想一个专科模子好用，必须有满盈的精确的运行数据，这些数据难以从公开渠说念获取，标注资本也十分腾贵，但却是不得不作念的进入。

一个高学历的各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，盘曲蹧跶的测试资本可能高达数千万，而法律公约的标注诞妄可能让企业靠近诉讼。专科型的数据各人也能显耀升迁标注效力，比如医学博士对 CT 影像的识别率是日常标注员的好几倍，还能匡助优化数据聚集政策。

● 中国国际医疗器械（春季）展览会上展示的 AI 扶持会诊。图源：视觉中国

这时像刘到闲一样，有垂直范围专科学问的 AI 西宾师就成了香饽饽。"垂直范围（模子数据）咱们不太冒险去找日常的东说念主标注，细目要找专科的。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，因为他们智力判断谜底的好坏。"小琴说。

小琴在一家创立十多年的上市公司赴任，该公司有多款闇练的 AI 家具，围绕算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，标注任务从客不雅遴荐题变为了阅读厚实题，前期标注模范的制定、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候商量标注模范，要求家具、算法、标注、评测团队共同参与。

这一年，她所在的公司盘算研发音乐模子，靠近的第一个问题即是数据怎样标注。他们发咫尺给模子投喂满盈多的数据后，模子能够领有"流露"才略，在一定进度上"创造"音乐，但议论机专科出生的团队成员无法判断模子生成的音乐质地怎样，也很难找到优化标的。

隔行如隔山，从语音模子到音乐模子，他们在音乐商量数据的标注上莫得教授。于是，团队盘算找一位在音乐学院就读的学生作念照料人。小琴认为，惟有音乐专科的东说念主智力分辨出模子生成的音乐到底合分歧理，才会知说念赈济哪个韵律、哪种乐器不错扶持模子生成更好的闭幕。

更早之前，她所在公司还进入大笔资金，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，岂论是咫尺如故翌日，委果的数据一直都是奇珍异宝，惟有把委果场景中产生的数据累积起来，才有可能作念出更好的模子，各人型 AI 西宾师则是获取委果数据的"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、议论机科学、物理学等范围的各人发问，至少 300 东说念主，每东说念主每小时支付 100 好意思元报答，每个问题平均耗时约两小时。Scale AI、Turing 和 Invisible 等公司，也招募教授丰富的措施员或博士，协助 OpenAI、Google、Anthropic 和 xAI 等公司，在 AI 开垦的后西宾阶段提高模子质地。

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，或者径直雇佣各人，而不是以往的外包。数据即是壁垒，亦然另一个烧钱游戏。

夙昔两三年，在像泡沫一样迅速扩展的 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照料人，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入的印象——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，算作一家年青的 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满盈优秀的学习布景，"国内‘清北复交’，国外只看‘藤校’，211 都认为难看"。

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，根柢来不足看。陆继续续地，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，概况是模子已走过"堆量"西宾的阶段，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，角落收益起原递减，长尾的数据资本极高，许多公司也难以背负。

● 图源：视觉中国

她起原反想，转行后的两年多时候，究竟都履历了些什么。

985 硕士、大厂正编、AI 风口之上，这些都无法遮掩工种处于产业链卑鄙的事实。比拟于家具、算法团队，刘到闲所饰演的变装险些莫得话语权，她致使自嘲像个"包领班"。职责的"中台"性质，要求她时时刻刻地和各方疏导、和解，"你是去相接需求的，你要去听算法的决定，听产研他们想要什么东西，然后去拜托给他们。莫得那么强的主动性，职责内容也不是终点有创造性"。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才略，但她商量后发现，需要标注的数据质地不够高，难以通过限定来界定天然话语间的依稀地带。她凭证我方的专科判断反应给了产研团队，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成果的"帽子"。

这种"背锅"的履历好多，让她感到十分困乏；和同业交流时，她也感受到了"怨气"。"合营的产研团队，可能因为你是一个比较卑鄙的变装，就会领略得无出其右，职责体验不太好。"刘到闲说。

"教会 AI 之后，数据标注员们怎样办？"这是摆在每一个数据标注行业的从业者眼前的艰辛，岂论学历，岂论专科。咫尺，跟着 AI 越来越灵巧，如故不错我方生成数据、我方西宾，越来越不需要东说念主类的监督，AI 的东说念主类敦朴们也终将莫得东西可教。

刘到闲如故起原看其他的职责契机了。她不错回到媒体行业，链接作念科技报说念，但薪水的差距让她心神依稀。像多量 AI 西宾师一样，转岗作念 AI 家具经理或者运营也不错，不外反复疏导、拉扯蹧跶的能量，需要花些时候来收复。

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效力负责，多了些进取疏导的职责，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"，这些钱如故让她感到很幸福。

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候聊职责。这亦然这份办事带给她的好意思瞻念——她从前在培训机构当英语敦朴，往往需要周末给学生们补课，很难有齐全的休息时候。作念了数据标注职责后，她到点放工，将生涯和职责全都分离。

阿娟盘算多攒攒职责年限，这两年再升个款式经理。

（应受访者要求现金九游体育app平台，文中阿娟、刘到闲、小琴、Emily 皆为假名。）