文丨镜相责任室，作家 | 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，阿娟动手了她的新责任。
在仅有20来东谈主的小办公室里，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。这么的图片标注责任很浅易，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”。
这份败兴的责任有着一个听起来很响亮的称号——“东谈主工智能锻练师”，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责任，在之前的两三年间，经常和“低门槛”“欠发达地区”“干事密集型”等名词绑定在通盘，从业者们对自动驾驶、东谈主工智能简直莫得了解，仅仅机械方位击鼠标，完成任务。
2023年后，以ChatGPT为代表的生成式AI爆火，东谈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，要对接居品、算法团队的数据锻练需求，解答数据标注团队冷漠的疑问，大部分时刻花在千岩万壑的交流与扣问上。
本色上，刘到闲和阿娟的责任莫得不同，她们都是AI的东谈主类淳厚。跟着行业变化，越来越多像刘到闲一样的高学积年青东谈主遴荐成为AI锻练师，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。
AI的“985淳厚”
刘到闲的责任商酌，是把AI教成一个群众。
这就像培养一个小孩。一动手，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能领路最常用的话语。到了通用大模子，则像是AI去大学里接收通识阐明，掌持东谈主类天下那些通行的、全面的常识。但如果想让AI完成东谈主类的责任，就需要教给它更专科的常识和手段。
培养一位群众并辞让易。一方面，刘到闲需要对接“用东谈主单元”，在公司里则是居品团队，知谈他们想要什么样的东谈主才，达到什么样的要求，刘到闲再凭据对方的需求去制定培养经营，及第合适的课本，还要编写窥探的试卷，并对AI的答卷打分。
教AI学习的历程是漫长的，责任量宽绰，也不可只靠刘到闲一东谈主，她还需要把制定标注的规则，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破坏领路。某种进程上，标注规则的可操作性，是覆按一位群众型AI锻练师的中枢规范。
刘到闲曾接到过一项进步模子意图识别智力的需求。梦想气象下，经过数据标注团队的调整，在和用户对话的历程中，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，照旧在寻求情感复旧。
这么的意图判断历程接近于东谈主和东谈主之间的交流，有很强的主不雅性，如果径直交给一线标注员，可能领路互异，如果导致模子锻练偏差，纠错资本相等高。而一份高可操作性的标注规则能极猛进程地减少舛错，提高数据质地。
为了闲散需求，刘到闲率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澄澈的界说，明确不同分类之间的范围在那处。比如，用户说“我很伤心”，她在标注规则中写上，这是在寻求情感复旧；用户姿色了一件生计中发生的沸腾事，她会将这界说为共享个东谈主生计。
领路天然讲话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高校毕业的讲话学硕士，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，她动手寻找让创作与科技集会的另一种可能性，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和预锻练模子的爆发，模子“堆量”锻练后涌现出的智能让业表里咋舌。她看到了模子锻练“走俏”之下，数据标注的伏击性。她想踏上这波风口，离前沿本领更近少量。
和刘到闲一样作念数据标注的共事基本都是硕士商酌生学历，在公司里面被辩认为运营岗。她的一部分共事是冲着AGI（通用东谈主工智能）梦想来的，另一部分是冲着大厂正编和高收入来的。在东谈主工智能风口眼前，数据标注岗亭，成了为数未几非本领布景职工的功绩跳板。
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责任，从事多模态对皆、常识图谱构建等高端标注的薪资可达2-3倍，月薪两三万也很平日，有些公司还通达了从数据标注到居品、算法等岗亭的晋升旅途。
相应的，群众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数据群众的学历要求大多为硕士商酌生，且需要在关系专科范围有所蕴蓄，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进步，大模子公司下流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月报谈，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”自大，在判断AI的回复是否准确时，应聘者需要筹商该回复是否合适客不雅事实，逻辑是否领路，并给出相应的判断根由；应聘者还要修改一篇800字以上的论说文——这如故访佛高汉文文淳厚的责任。
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、智力更强的淳厚，才能不绝成长。
从拉框到打分
阿娟亲历了数据标注行业的变化。
四肢链条最终局的一线数据标注员，在阿娟的联想中，她应当亦然像刘到闲那样责任的。她毕业于一所民办平庸高校，是画虎类狗入的行。
2020年，在一又友的先容下，阿娟第一次传说了“数据标注员”的责任，很生分，但嗅觉挺高峻上的，“我合计可能是像以前群众联想中的大厂（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，通过培训磨真金不怕火后于当年11月上岗责任。和她通盘入职的基本都是宜君腹地东谈主，有孩母子亲，也有中专刚毕业的年青东谈主。
最动手的标注任务主淌若图像类，波及外卖、保障、医疗等各式范围。阿娟印象比较深切的是一个宠物鼻纹名堂。
许多宠物主东谈主会给我方的宠物买保障，鼻纹是保障公司区分同样品种、长相相似的宠物的时弊。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。这个名堂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谈主给宠物顺利投保、向保障公经理赔，尽管她所在的小县城简直莫得东谈主会给宠物上保障。
图像数据标注作念得熟练了，阿娟又不绝战争了许多文本类的名堂。名堂类型换得很快，业务需求也很紊乱，巧合前一周还在作念左券文献标注，下周又换成了医学论文数据索要。经理给什么名堂，阿娟和共事们就照着标注范例去完成，碰到疑问就冷漠、扣问、惩处，绝大大批名堂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处。
责任近两年后，阿娟的共事越来越多，底本的小办公室容纳不下，两百多个东谈主搬进了敞亮的写字楼。她暴露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。她们动手作念体式更丰富、标注规则更复杂的名堂。
在一个视频侵权类名堂的标注里，阿娟需要判断给定的时弊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%是实足关联，0是实足无关。她和组员需要基于对时弊词和视频内容的领路，按照标注范例逐一双应标注，这能惩处80%以上的任务，剩下的20%可能会存在异议，需要和业务方开会扣问。
名堂越来越复杂，共事的责任智力越来越高，百家乐ag真人曝光行业飞快变化，但阿娟和共事们并不了了这些变化是若何发生的。对处于行业终局的她们来说，和AI大模子关系的一切都在迁延间发生。
传统的标注依赖规则，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驱散），或需要领路，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玄虚念念维智力和跨学科常识储备，平庸劳能源无法胜任。
有无数的平庸标注员正在不绝被行业淘汰。
模子卷不动，动手卷数据
阿娟责任内容的变化，和刘到闲有契机转行作念数据群众，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，大模子公司招算法群众，插足算力资源去锻练模子，比谁的模子参数大，谁迭代的速率快，谁在千般榜单上能名列三甲。但比来比去，群众拉不开差距，各家的模子都无法在出产力范围豪阔胜任，砸在锻练上资本短时刻收不转头。
到了2024年，大模子公司动手濒临死活考验：从哪赢利？若何活下去？若何达成大模子在垂直场景的贸易化落地？致使有头部大模子公司解除预锻练，全面转向利用建筑，把资源插足到能赢利的事情上。
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，法律场景中的左券条件，需要讼师标注条件中的逻辑关联和国法解释。要想一个专科模子好用，必须有豪阔的精确的启动数据，这些数据难以从公开渠谈获取，标注资本也十分腾贵，但却是不得不作念的插足。
一个高学历的群众型数据标注员的东谈主力资本，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谈主可能导致百万公里路测失败，迤逦虚耗的测试资本可能高达数千万，而法律左券的标注诞妄可能让企业濒临诉讼。专科型的数据群众也能显赫进步标注效能，比如医学博士对CT影像的识别率是平庸标注员的好几倍，还能匡助优化数据网罗计策。
这时像刘到闲一样，有垂直范围专科常识的AI锻练师就成了香饽饽。“垂直范围（模子数据）咱们不太冒险去找平庸的东谈主标注，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讲话学的东谈主，因为他们才能判断谜底的犀利。”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居品，围绕四肢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路题，前期标注范例的制定、东谈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刻商酌标注范例，要求居品、算法、标注、评测团队共同参与。
这一年，她所在的公司经营研发音乐模子，濒临的第一个问题即是数据若何标注。他们发当今给模子投喂豪阔多的数据后，模子能够领有“涌现”智力，在一定进程上“创造”音乐，但筹谋机专科缔造的团队成员无法判断模子生成的音乐质地若何，也很难找到优化标的。
隔行如隔山，从语音模子到音乐模子，他们在音乐关所有这个词据的标注上莫得训导。于是，团队经营找一位在音乐学院就读的学生作念参谋人。小琴认为，唯有音乐专科的东谈主才能分辨出模子生成的音乐到底合不对理，才会知谈调整哪个韵律、哪种乐器不错提拔模子生成更好的收尾。
更早之前，她所在公司还插足大笔资金，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，非论是当今照旧畴昔，果然的数据一直都是无价之宝，唯有把果然场景中产生的数据累积起来，才有可能作念出更好的模子，群众型AI锻练师则是获取果然数据的“捷径”。
据新智元报谈，OpenAI为了进步模子处理客户问题的智力，向医学、法律、讲话学、筹谋机科学、物理学等范围的群众发问，至少300东谈主，每东谈主每小时支付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，也招募训导丰富的行为员或博士，协助OpenAI、Google、Anthropic和xAI等公司，在AI建筑的后锻练阶段提高模子质地。
但这条“捷径”并不好走。为了确保责任质地，大型AI公司越来越多地把高质地数据标注的责任放到了里面，或者径直雇佣群众，而不是以往的外包。数据即是壁垒，亦然另一个烧钱游戏。
陶冶AI之后，他们要去哪？
往时两三年，在像泡沫一样迅速延长的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公司招聘国际东谈主才。在招聘侧，AI公司给她留住了一个相等深切的印象——这些公司相等有活力、相等激进，招东谈主一定要相等年青。
曾有企业客户告诉Emily，四肢一家年青的AI数字东谈主公司，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豪阔优秀的学习布景，“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，根底来不足看。陆不绝续地，会有候选东谈主跟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，粗略是模子已走过“堆量”锻练的阶段，她看到我方复旧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，边缘收益动手递减，长尾的数据资本极高，许多公司也难以职守。
她动手反念念，转行后的两年多时刻，究竟都阅历了些什么。
985硕士、大厂正编、AI风口之上，这些都无法心事工种处于产业链下流的事实。比拟于居品、算法团队，刘到闲所饰演的脚色简直莫得话语权，她致使自嘲像个“包领班”。责任的“中台”性质，要求她无时无刻地和各方交流、融合，“你是去链接需求的，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，责任内容也不是卓绝有创造性”。她从责任中取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智力，但她商酌后发现，需要标注的数据质地不够高，难以通过规则来界定天然讲话间的缺乏地带。她凭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效能的“帽子”。
这种“背锅”的阅历许多，让她感到卓绝疲顿；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流的脚色，就会发达得无出其右，责任体验不太好。”刘到闲说。
“陶冶AI之后，数据标注员们若何办？”这是摆在每一个数据标注行业的从业者眼前的贫寒，无论学历，无论专科。当今，跟着AI越来越智谋，如故不错我方生成数据、我方锻练，越来越不需要东谈主类的监督，AI的东谈主类淳厚们也终将莫得东西可教。
刘到闲如故动手看其他的责任契机了。她不错回到媒体行业，不绝作念科技报谈，但薪水的差距让她神魂颠倒。像大批AI锻练师一样，转岗作念AI居品经理或者运营也不错，不外反复交流、拉扯虚耗的能量，需要花些时刻来归附。
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效能负责，多了些进取交流的责任，工资也涨到了四千多元一个月。在小县城生计，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谈她在作念什么，因为她从不鄙人班时刻聊责任。这亦然这份功绩带给她的本旨——她从前在培训机构当英语淳厚，经常需要周末给学生们补课，很难有完好意思的休息时刻。作念了数据标注责任后，她到点放工，将生计和责任实足分离。
阿娟经营多攒攒责任年限，这两年再升个名堂经理。
（应受访者要求，文中阿娟、刘到闲、小琴、Emily皆为假名。）