經(jīng)濟觀察報 周悅 任曉寧/文 白天，安迪在一所名校數(shù)學系攻讀研究生，夜晚，他則化身數(shù)據(jù)標注員，應招國內(nèi)外各種大模型的標注任務，時薪大概在150元—300元。

當Deepseek在1月下旬橫空出世后，這個工作越來越為外人所知。

Deepseek被討論得最多的方面之一是“文筆好”“情感真”。一些專家猜測，DeepSeek團隊可能給模型投喂了大量人文社科類數(shù)據(jù)，還采用高水平的專業(yè)人員標注數(shù)據(jù)，鼓勵模型幻覺，激發(fā)模型的想象力。

高質(zhì)量的輸出，很大程度上成就了Deepseek的增長紀錄——上線7天用戶破億。

這些與安迪們的工作密切相關。

數(shù)據(jù)標注，是指將圖片、語音、文本、視頻等數(shù)據(jù)處理成滿足機器學習訓練要求的可讀數(shù)據(jù)編碼，即把信息轉(zhuǎn)化為計算機語言供AI學習。

華人科學家、“AI教母”李飛飛，最大的貢獻之一就是給世界上的海量圖像做數(shù)據(jù)標注，為AI建立了標注圖像數(shù)據(jù)集ImageNet，補上了深度學習的最后一塊拼圖。

通俗地講，好比大人教三齡童認識事物的基本概念。大人掌握的知識越多，認知水平越高，解釋能力越強，小孩的成長越快，甚至能舉一反三，融會貫通。

AI的進化也是如此，依托算法、算力、數(shù)據(jù)共同驅(qū)動，背后的支柱分別是少數(shù)頂尖的算法科學家、海量的算力芯片以及海量的數(shù)據(jù)標注員。

隨著算法差距縮小，算力布局更廣，數(shù)據(jù)的質(zhì)與量愈發(fā)成為AI進化的關鍵。

數(shù)據(jù)特色會形成大模型的獨特風格，比如，美國公司Anthropic的Claude系列模型“很文科且擅長古詩詞”，表達兼具“信達雅”；谷歌的Gemini系列模型則更“理工科”，擅長編程。

與過去最基礎的數(shù)據(jù)標識工作（比如標注道路交通標識）相比，安迪們現(xiàn)在更像是給AI上“奧數(shù)課”。他們?yōu)榇竽Ｐ途帉懺瓌?chuàng)的數(shù)學題，并評估大模型的解題思路與準確性。要勝任此類工作，至少需要本科水平。

安迪所在的“我們是AI飼養(yǎng)員”百人群里，人們很少再討論“人有沒有AI聰明”這類話題。

兼職近半年，安迪每完成一個任務就會“小抑郁幾天”，因為“很耗神，非常累”。并且出題難度在增加，部分已經(jīng)達到研究生以上水平。雖然大模型可能不一定完全正確，但進步速度太快。

今年以來，安迪發(fā)現(xiàn)平臺任務量沒有以前多了，錯過一個任務要等一兩周——AI們可學的東西正在變少。

過去，人工智能行業(yè)有“有多少人工，就有多少智能”的說法，如今，AI的“飼養(yǎng)員”已經(jīng)變成碩士、博士，讓人聯(lián)想到《三體》里那句話：這是人類的落日。

甲骨文的供養(yǎng)

清華大學博士后馮聰，從2023年7月開始接觸AI標注工作。

她的專業(yè)為甲骨文研究，博士后階段交叉學習了計算機科學。甲骨文研究是一個冷門專業(yè)，一般會在考古現(xiàn)場或是某個博物館工作。

ChatGPT爆火后，AI圈內(nèi)流行一個說法：ChatGPT性能較好的原因之一是他們招聘了50個領域的專家做標注。

在此之前，最常見的數(shù)據(jù)標注項目是自動駕駛類，標注員要為道路標識“拉框”“打標”，一天完成幾百個，以分為單位計件報酬，部分地區(qū)日薪剛過100元。

以大模型為代表的生成式AI，要求更高。經(jīng)過專業(yè)人才“投喂”后，模型數(shù)據(jù)會變得更干凈，算法會有更好的血脈，AI生成的內(nèi)容更符合人類審美。

馮聰在清華上學時的一位老師創(chuàng)辦了面壁智能，目前這家公司已經(jīng)成為AI領域的頭部公司，去年融資數(shù)億元。

2023年7月，面壁智能組建智能數(shù)據(jù)標注團隊，大量招聘高學歷人才，馮聰便加入了。

當時，高學歷的AI標注員非常稀缺，沒有人知道用什么樣的數(shù)據(jù)、如何進行標注能取得好的效果。即使是同樣的數(shù)據(jù)，標注的人和方式不同，模型生成效果相差極大。

馮聰從自己最熟悉的古文字著手，一點點找到了生成式AI的標注門道。一開始，大模型只能學習10%的古文字，標注半年后，大模型基本能識別并生成喂進去的所有古文字。

“數(shù)據(jù)標注就像培養(yǎng)孩子一樣，有人精心培養(yǎng)，有人野蠻生長。這兩年已經(jīng)普遍到了精心培養(yǎng)階段。”馮聰告訴經(jīng)濟觀察報，現(xiàn)在稍微知名些的AI公司，都培養(yǎng)了自己的高學歷AI標注員。

馮聰?shù)母吖鈺r刻，是2024年斯坦福大學抄襲事件發(fā)生時。當時斯坦福大學一個AI團隊發(fā)布了新模型，宣稱性能頂尖且成本極低。面壁智能算法工程師發(fā)現(xiàn)，該模型與面壁的模型很相似，但這個懷疑很難被證實，因為算法代碼相似的情況很常見。

馮聰發(fā)現(xiàn)了鐵證。她標注的清華簡（戰(zhàn)國竹簡）數(shù)據(jù)被上述斯坦福大學團隊用到模型里，而這一數(shù)據(jù)集屬于面壁智能的獨家內(nèi)容。最終，這幾個斯坦福大學學生承認了抄襲。這件事也讓面壁智能登上熱搜。

做AI標注，時不時會讓人感到枯燥乏味。不過馮聰之前做的甲骨文學術研究，同樣是枯燥的。現(xiàn)在，AI為這種古老文化注入了新的靈魂，令她深受觸動。

一位70多歲的甲骨文權威教授對她說，幾千年的東西，與AI結合起來，更能擦出火花。

數(shù)據(jù)“蟻族”

早上10點，三水已坐在電腦前，揮舞鼠標，指揮千里之外的標注人員開展工作。

三水是某“211”大學研究生，具有垂類行業(yè)經(jīng)驗，幾個月前轉(zhuǎn)行進入一家估值幾十億美元的大模型初創(chuàng)公司做數(shù)據(jù)標注，他的崗位叫“AI數(shù)據(jù)專家”。

三水告訴經(jīng)濟觀察報，有上千名標注員為這家公司服務，絕大多數(shù)由項目經(jīng)理管理，完成簡單任務，如標注情感傾向、標注地名人名、去除無用信息等。

與三水合作的垂類行業(yè)標注員不到10人，多為有相關行業(yè)工作經(jīng)驗的人，他們既具備專業(yè)知識，又懂標注和文本編輯。這類人才稀缺，考核標準相對寬松，每人每天很可能只能完成3—5項任務。

標注員常常像分析師一樣撰寫答案，每條任務都是一篇專業(yè)作文。這些內(nèi)容不能出絲毫差錯，微小差異也需查證專業(yè)書籍或由業(yè)內(nèi)專家判斷。

這些標注數(shù)據(jù)并非直接展示給用戶，而是作為語料供算法工程師訓練，通用類數(shù)據(jù)讓大模型變得更智能，垂直類數(shù)據(jù)則使其更專業(yè)。

劉到閑在一家大廠擔任語音類產(chǎn)品的AI數(shù)據(jù)專家，她是某“985”大學語言學專業(yè)研究生。該產(chǎn)品核心目標是“讓AI語音更像人——能共情、情感充沛且理解力強”。

她的工作有三部分：分別是制定標注規(guī)則、監(jiān)測人員效率和完成率、在上千條標注數(shù)據(jù)中抽樣10%驗收檢查。有時候，她自嘲自己像一個“數(shù)據(jù)包工頭”。

劉到閑團隊對該模型的評價維度超過20個，包括避免字詞錯誤，保證文本流暢、上下文關聯(lián)，保證語音自然、無發(fā)音錯誤，以及具備情感表現(xiàn)力等。

如何制定標注規(guī)則？以“語音不自然”為例，她需要評估語音的韻律、節(jié)奏、音質(zhì)、聲音抖動，甚至用工具查看聲音波形圖；而解決“情感不足”問題，最基礎的要求是語氣一致性，比如不能用悲傷的語氣說“我很開心”，更深入的要求是能識別用戶情感，AI的回復要表達共情和安慰。

相比醫(yī)療等垂類的專業(yè)難度，這類音頻標注工作更簡單，但考核也更為嚴格。如果標注員亂打分，誤差大或者人效低，AI公司會更換供應商。

標注員的工作類似“工蟻”。任務分發(fā)后，他們會在系統(tǒng)上看到兩條持續(xù)5秒到2分鐘不等的音頻，需反復聽并按要求打分評價。這類中等難度的工作，每天需至少完成200條；如果是更簡單的任務，一天要完成超過1000條。

服務這兩家公司的全職標注員，都有上千人，他們絕大部分來自外部數(shù)據(jù)供應商。這些數(shù)據(jù)供應商大多分布在河南、湖南、山西等省份的三四線城市。從十年前的智駕、智慧城市類AI標注開始做起，隨著最近幾年生成式AI標注需求陡增，這些數(shù)據(jù)供應商也開始轉(zhuǎn)行。

入行久、信譽好的數(shù)據(jù)供應商，其員工素質(zhì)相對較高。據(jù)三水了解，這些標注員在當?shù)氐墓べY相對較高，有些能拿到5000元以上，也吸引當?shù)夭簧俦究粕⒋T士生。

中國信通院報告指出，隨著人工智能巨頭的崛起，數(shù)據(jù)標注和采集需求激增，市場在2015年開始形成。此后，谷歌的AlphaGo橫空出世，人工智能開始商業(yè)化探索，數(shù)據(jù)標注等服務也迎來了一個發(fā)展高峰。

2020年，數(shù)據(jù)標注師被正式納入國家職業(yè)分類目錄。2021年，《人工智能訓練師國家職業(yè)技能標準（2021年版）》發(fā)布，數(shù)據(jù)標注員是人工智能訓練師的工種之一。

馮聰稱，事實上，普通用戶也在無形中成為AI的訓練者。目前國內(nèi)已經(jīng)有多個產(chǎn)品的月活用戶在3000萬以上，用戶每次的修正或者反饋，就是一次標注。

看得見的天花板

三水所在公司的AI數(shù)據(jù)專家分為醫(yī)學類、金融、法律等領域，此外還有一類叫生活類專家。招聘要求一般是985和211研究生及以上水平。

如果有豐富的垂類經(jīng)驗，也會適當放寬學歷標準，三水說:“其實是看你有沒有積累。”

DeepSeek在Boss直聘上也有類似的崗位，名為“AGI數(shù)據(jù)百曉生”，崗位介紹中的一條是“涉獵廣泛、博聞強識，對各行各業(yè)的知識都擁有強烈的興趣”。這一崗位的正式工資在1.5萬元/月—3萬元/月之間。

三水說，這個工作吸引他的原因有兩方面，一是比以前的工資高，每月在2萬元左右；二是氛圍較好，想法會被尊重，團隊愿意放手讓員工去嘗試。

在大公司中，經(jīng)常會出現(xiàn)歧視外包標注員的情況。但在這家公司，創(chuàng)始人對數(shù)據(jù)極為看重，會和標注員一樣坐在電腦前做標注。

雖然如此，三水對這份工作的前景并不樂觀。

他和劉到閑都把自己比做一塊電池，把數(shù)據(jù)標注的工作比作“持續(xù)放電”。三水說：“即便人充電的速度再快，也趕不上AI消耗你的速度。”

在三水看來，AI的智能水平已經(jīng)超越了大多數(shù)普通人。從技術角度來看，垂類數(shù)據(jù)有限，這一領域的從業(yè)者會更快觸到天花板。他已經(jīng)做好再次轉(zhuǎn)行的心理準備。

劉到閑最近的崗位調(diào)整驗證了這一點，她回到了基座模型團隊。很大的原因是公司的大模型能力發(fā)展迅速，在數(shù)據(jù)上沒有太多探索空間。今年以來，她的領導每一次周會都會反復質(zhì)問：數(shù)據(jù)專家的價值是什么？

高學歷AI標注員或許不缺轉(zhuǎn)行機會。他們在一家AI公司真正工作過，與算法工程師、產(chǎn)品經(jīng)理每天打交道，會很清晰地知曉AI生成的邏輯與流程。目前，熟悉AI行業(yè)的人才仍是稀缺的，馮聰帶過的AI標注員，不少人跳槽到字節(jié)跳動、百度等互聯(lián)網(wǎng)大廠，直到現(xiàn)在，仍有不少獵頭私信挖人。

在進入AI行業(yè)前，三水和劉到閑都長期思考過“AI與人類的關系”。劉到閑在本科期間就對AI產(chǎn)生了較大的興趣，曾經(jīng)想攻讀計算語言學方向的博士，一度相信語言學的訓練方式會讓智能涌現(xiàn)。

工作近2年后，劉到閑更多感覺到被瑣碎的工作、復雜的人際溝通“困住”，自比“流水線”上的女工、建筑工地的“包工頭”。有時，她意識到自己正身處AI最靠近未來的地方，會生發(fā)感慨。但這種念頭轉(zhuǎn)瞬即逝，她還得回到現(xiàn)實。

“這只是一份工作而已。”三水說，“我不擔心‘教會AI，餓死人類’，AI和人類已經(jīng)不在同一維度了。即使不被AI替代，也會被年輕人替代。人們到底在焦慮什么、擔心什么？”

（應受訪者要求，安迪、三水、劉到閑為化名）

?