作家： 黄依婷

剪辑： 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，阿娟启动了她的新职责。

这份无聊的职责有着一个听起来很响亮的称号——“东说念主工智能老师师”，是2020年2月才被发扬纳入国度处事分类目次的新处事。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”“就业密集型”等名词绑定在扫数，从业者们对自动驾驶、东说念主工智能真的莫得了解，仅仅机械场地击鼠标，完成任务。

（图/unsplash）

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，数据标注的处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、算法团队的数据老师需求，解答数据标注团队建议的疑问，大部分时刻花在千岩万壑的换取与估量上。

张开剩余91%

实质上，刘到闲和阿娟的职责莫得不同，她们都是AI的东说念主类老师。跟着行业变化，越来越多像刘到闲相通的高学积年青东说念主采纳成为AI老师师，但阿娟们的担 忧是，数据标注职责的条目越来越高，她们会不会失去我方的职责。

AI的“985老师”

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。一启动，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能纠合最常用的话语。到了通用大模子，则像是AI去大学里给与通识陶冶，掌执东说念主类天下那些通行的、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。

培养一位人人并谢却易。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，达到什么样的条目，刘到闲再字据对方的需求去制定培养筹画，考中合适的课本，还要编写有观看的试卷，并对AI的答卷打分。

教AI学习的经过是漫长的，职责量纷乱，也不可只靠刘到闲一东说念主，她还需要把制定标注的门径，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轻便纠合。某种进度上，标注门径的可操作性，是覆按一位人人型AI老师师的中枢法式。

（图/unsplash）

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，如果平直交给一线标注员，可能纠合差异，如果导致模子老师偏差，纠错资本相当高。而一份高可操作性的标注门径能极猛进度地减少弱点，提高数据质料。

为了悠闲需求，刘到闲领先要厘清用户意图的类别，并尽可能顾惜地列举出来，然后给每个类别赋予澄莹的界说，明确不同分类之间的界限在那处。比如，用户说“我很伤心”，她在标注门径中写上，这是在寻求情谊解救；用户形容了一件生计中发生的振劳动，她会将这界说为共享个东说念主生计。

纠合当然话语交互中字与字之间的好意思妙差异，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，她启动寻找让创作与科技联接的另一种可能性，比如“喂养AI”。

（图/unsplash）

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，数据标注的蹙迫性。她想踏上这波风口，离前沿时刻更近少许。

和刘到闲相通作念数据标注的共事基本都是硕士计划生学历，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）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，成了为数未几非时刻配景职工的处事跳板。

诚然薪水莫欢跃想中高，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，从事多模态对王人、常识图谱构建等高端标注的薪资可达2-3倍，月薪两三万也很泛泛，有些公司还灵通了从数据标注到居品、算法等岗亭的晋升旅途。

（图/unsplash）

相应的，人人型数据标注师的条目也越来越高。据刘到闲不雅察，当前大厂招聘AI数据人人的学历条目大多为硕士计划生，且需要在联系专科鸿沟有所积存，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擢升，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”炫夸，在判断AI的恢复是否准确时，应聘者需要研讨该恢复是否安妥客不雅事实，逻辑是否贯通，并给出相应的判断意义；应聘者还要修改一篇800字以上的论说文——这依然近似高华文文老师的职责。

毕竟，AI依然不再是阿谁牙牙学语的孩童，它们需要学历更高、智力更强的老师，才能络续成长。

从拉框到打分

阿娟亲历了数据标注行业的变化。

看成链条最结尾的一线数据标注员，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凡高校，是弄巧成拙入的行。

2020年，在一又友的先容下，阿娟第一次传说了“数据标注员”的职责，很生分，但嗅觉挺稠密上的，“我以为可能是像以前民众遐想中的大厂（职工）键盘敲得噼里啪啦响的那种，具有含金量”。

当时的招聘条目也直爽，只须会用一些办公软件就行。抱着试试的心态，阿娟报了名，通过培训磨练后于当年11月上岗职责。和她扫数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。

（图/unsplash）

最启动的标注任务主若是图像类，触及外卖、保障、医疗等各式鸿沟。阿娟印象比较长远的是一个宠物鼻纹神气。

图像数据标注作念得熟练了，阿娟又继续斗争了许多文本类的神气。神气类型换得很快，业务需求也很杂沓词语，随机前一周还在作念协议文献标注，下周又换成了医学论文数据索取。司理给什么神气，阿娟和共事们就照着标注表率去完成，遭受疑问就建议、估量、科罚，绝大大都神气都莫得给她留住印象，她也很少酷爱这些标注完的数据会用到那处。

（图/unsplash）

职责近两年后，阿娟的共事越来越多，原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。她闪现嗅觉任务难度在飞腾，公司招聘的学历条目依然提高到了大专以上。她们启动作念方法更丰富、标注门径更复杂的神气。

在一个视频侵权类神气的标注里，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%是王人备关联，0是王人备无关。她和组员需要基于对关节词和视频内容的纠合，按照标注表率逐一双应标注，这能科罚80%以上的任务，剩下的20%可能会存在异议，需要和业务方开会估量。

神气越来越复杂，共事的职责智力越来越高，行业速即变化，但阿娟和共事们并不明晰这些变化是怎样发生的。对处于行业结尾的她们来说，和AI大模子联系的一切都在暧昧间发生。

传统的标注依赖门径，外汇交易生成式大模子标注则需要逻辑，比如标注推理方法（因为A是以B，但受C为止），或需要纠合，比如多模态对王人（文本和视频内容关联），这类任务条目标注员具备空洞想维智力和跨学科常识储备，平凡劳能源无法胜任。

有无数的平凡标注员正在继续被行业淘汰。

模子卷不动，启动卷数据

阿娟职责内容的变化，和刘到闲有契机转行作念数据人人，都是团结件事的终结——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，进入算力资源去老师模子，比谁的模子参数大，谁迭代的速率快，谁在各样榜单上能名列三甲。但比来比去，民众拉不开差距，各家的模子都无法在坐褥力鸿沟富余胜任，砸在老师上资本短时刻收不回归。

（图/unsplash）

到了2024年，大模子公司启动濒临死活锻真金不怕火：从哪得益？奈何活下去？奈何竣事大模子在垂直场景的生意化落地？致使有头部大模子公司烧毁预老师，全面转向哄骗建立，把资源进入到能得益的事情上。

（图/unsplash）

这时像刘到闲相通，有垂直鸿沟专科常识的AI老师师就成了香饽饽。“垂直鸿沟（模子数据）咱们不太冒险去找平凡的东说念主标注，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，因为他们才能判断谜底的是非。”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居品，围绕看成中枢业务的语音模子搭建了自有的数据标注团队。2023年后，标注任务从客不雅采纳题变为了阅读纠合题，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刻计划标注表率，条目居品、算法、标注、评测团队共同参与。

这一年，她所在的公司筹画研发音乐模子，濒临的第一个问题即是数据怎样标注。他们发当今给模子投喂富余多的数据后，模子能够领有“涌现”智力，在一定进度上“创造”音乐，但揣摸机专科成立的团队成员无法判断模子生成的音乐质料怎样，也很难找到优化宗旨。

（图/unsplash）

隔行如隔山，从语音模子到音乐模子，他们在音乐联统共据的标注上莫得陶冶。于是，团队筹画找一位在音乐学院就读的学生作念参谋人。小琴认为，惟一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，才会知说念调度哪个韵律、哪种乐器不错支持模子生成更好的终结。

更早之前，她所在公司还进入大笔资金，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，不论是当今照旧异日，信得过的数据一直都是桂林一枝，惟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，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为了擢升模子处理客户问题的智力，向医学、法律、话语学、揣摸机科学、物理学等鸿沟的人人发问，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，也招募陶冶丰富的法式员或博士，协助OpenAI、Google、Anthropic和xAI等公司，在AI建立的后老师阶段提高模子质料。

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。

教授AI之后，他们要去哪？

往常两三年，在像泡沫相通迅速延长的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相当长远的印象——这些公司相当有活力、相当激进，招东说念主一定要相当年青。

曾有企业客户告诉Emily，看成一家年青的AI数字东说念主公司，职工一定要98后，95后可能太“老”了。这些企业还条目应聘者有富余优秀的学习配景，“国内‘清北复交’，国外只看‘藤校’，211都以为出丑”。

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，根蒂来不足看。陆继续续地，会有候选东说念主跟Emily说：“我以为这个有点泡沫，我以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，大略是模子已走过“堆量”老师的阶段，她看到我方解救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，边缘收益启动递减，长尾的数据资本极高，许多公司也难以职守。

（图/unsplash）

她启动反想，转行后的两年多时刻，究竟都资格了些什么。

985硕士、大厂正编、AI风口之上，这些都无法禁闭工种处于产业链卑劣的事实。比拟于居品、算法团队，刘到闲所演出的变装真的莫得话语权，她致使自嘲像个“包领班”。职责的“中台”性质，条目她物换星移地和各方换取、和解，“你是去联络需求的，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，职责内容也不是特地有创造性”。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智力，但她计划后发现，需要标注的数据质料不够高，难以通过门径来界定当然话语间的模糊地带。她字据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智力不够，扣下来一个影响模子后果的“帽子”。

这种“背锅”的资格许多，让她感到很是疲惫；和同业交流时，她也感受到了“怨气”。“配合的产研团队，可能因为你是一个比较卑劣的变装，就会阐扬得无出其右，职责体验不太好。”刘到闲说。

（图/unsplash）

“教授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清贫，不论学历，不论专科。当今，跟着AI越来越智谋，依然不错我方生成数据、我方老师，越来越不需要东说念主类的监督，AI的东说念主类老师们也终将莫得东西可教。

刘到闲依然启动看其他的职责契机了。她不错回到媒体行业，络续作念科技报说念，但薪水的差距让她耽惊受怕。像大都AI老师师相通，转岗作念AI居品司理或者运营也不错，不外反复换取、拉扯耗尽的能量，需要花些时刻来复原。

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能负责，多了些朝上换取的职责，工资也涨到了四千多元一个月。在小县城生计，作念个“蟾光族”，这些钱依然让她感到很幸福。

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刻聊职责。这亦然这份处事带给她的欢跃——她从前在培训机构当英语老师，不时需要周末给学生们补课，很难有竣工的休息时刻。作念了数据标注职责后，她到点放工，将生计和职责王人备分离。

阿娟筹画多攒攒职责年限，这两年再升个神气司理。

（应受访者条目，文中阿娟、刘到闲、小琴、Emily皆为假名。）

发布于：广东省

• 数据
• 作念
• 硕士
• 进场
• 标注