在这家占地近3000平米的咖啡馆内 ，不少咖啡师萦绕着中央圆形岛台工作 ，但其中最引人瞩主张是一台人型机械臂的咖啡机械人 。听说 ，该机械人的脸还是凭据咖啡店东理人建模而成 。
99年诞生的他 ，专科学历 ，曾在丽江一家体造内单元工作 ，由于不想自己的人生就这样一辈子看到头 ，廖仔去职读了一个构筑设计有关的课程 。后来 ，他又由设计师切入AI行业 ，最终成为了大厂的一名表包数据标注师 。职业变动背后 ，廖仔的收入也水涨船高 ，月薪从一路头3K一路涨到了此刻13K 。
985硕士毕业的她此前工作一向顺风顺水 ，但去年由于跟上级产生矛盾去职后 ，进入了漫长的职业空窗期 。近半年来 ，苏打也想过转换赛路 。当下火热的AI行业让她心动 ，数据标注师曾被她视为职业转型的方向之一 。
作为人为智能训练师的一个工种 ，数据标注师2020年被正式纳入国度职业分类目录 ，但萦绕这个职业远景的会商却是冰火两沉天 。
一壁是基础大模型高速扩张时期 ，大厂高薪与“AI盈利”吸引而来的数以万计的求职者 ，全国各地甚至涌现了不少打着AI训练师暗号的培训班；另一壁则是弥漫在从业者之中的不安和焦虑 ，好多人感触自己是在为AI打零工 ，或者只是成为了大模型优化的一个耗材 ，既难以形成技术堆集 ，也随时可能被AI所取代 。
如今 ，随着大模型开发从“拼底层参数”转向“争场景落地” ，这一工种的需要也在产生变动 。标注岗位不再像从前那样“批量放量” ，取而代之的是更垂直化的需要和更强的专业门槛 。转型成功的廖仔 ，和抽身脱离的苏打 ，正是这股AI海潮下的两个典型注脚 。
「定焦One」履历了一个多包平台的视频审核兼职项目 ，工作是为自动售货机做数据标注 。正式上岗前 ，求职者先得进群进行一轮训练——为500条视频进行标注 ，且正确率在90%以上才算通过查核 。正式接单后 ，以计件大局收费 ，每单用度在0.04元到0.1元浮动 ，标错还会扣钱 。
每个计件视频长度或许十来秒 ，必要分辨出顾客从自动售货机中拿走的商品种类以及数量 。工作看似单一 ，做起来却并不容易 。好多饮品、零食的包装极度靠近 ，加上夜晚光线滋扰 ，极易误判 。「定焦One」尝试标注了20条视频 ，用时25分钟 ，齐全正确的只有14条 。
群里掌管培训的教员一再激励各人：一路头谬误率高是正常的 ，后面会越来越纯熟、正确率越来越高 ，纯熟后每天最多可做3000条视频 。
但做过类似兼职的人在社交媒体抱怨：真的做不了太久 ，眼睛受不了 。在那个象征为11群的近200人大群内 ，不休地有人退出、参与 ，就像一条永一向歇的虚构流水线 。
前不久 ，她在招聘平台看到国内某个大厂颁布的数据标注兼职岗位 。专业不限、经验不限 ，唯一的门槛是学历——必须是985/211硕士及以上 。
这份兼职是为大模型思虑过程和输出了局进行打分 。输出了局的正确与否、是否关照到了用户的感情、感触 ，以及思虑过程是否切合逻辑且高效等等都必要纳入考量 。
苏打收到了一份长达几十页的文件 ，具体介绍了各个打分维度和评价尺度 。凭据这个打分系统 ，她必要先进行两到三轮的试标 ，达标后才可进行接单 。通过测试后 ，在正式的标注过程中 ，也需保障正确率 。若是正确率低于均匀水平 ，便会失去标注资格 ，必要沉新测试 。
“这份工作的难点是影象、理解的成本出格高 。在标注之前 ，你得先理解、记住他们的评价系统和打分尺度 。”更让苏打难受的是 ，这些尺度并不是固定不变的 。有时辰 ，面对类似的问题和回覆 ，她用一样的思虑方式去打分 ，了局却截然相反 。
就像是写没有尺度答案的一张张试卷 ，无法通过自我致力或进建提升正确率 ，只能原地一向得打转、亏损自己的脑力和体力 ，最后获得的报答微乎其微 。苏买通知「定焦One」 ，这份兼职也是按计件收费 ，标注一件的用度只有3-7元 。
廖仔参加标注的是国内另表一家互联网大厂的表包项目 。他辅导着一个由10名标注师组成的幼组 。项目里 ，有好几个这样的组别 ，对该大厂的大模型进行评估、鉴定、指定标注规定 。廖仔会对每天必要标注的工作进行分配 ，再通知组员具体的规定和评价标正确�？凸坌� 。除数据标注之表 ，他还需跟算法团队、产品研发团队沟通 ，凭据高低游反馈调整模型的评估和鉴定 。
廖仔还是以咖啡机械人举例 ，若是要AI造作咖啡 ，那么就需通知它整个链路 ，蕴含咖啡树若何种植、咖啡豆有哪些品类、分子结构若何、怎么研磨等等 。通过每一步的数据标注 ，对它进行调校 ，而后再回归到模型 ，让它自主训练 。
三种数据标注工作能够大体勾画出这个职业背后的隐形分层：自动售货机标注 ，考验“体力+把稳力” ，靠沉复和纯熟提升效能；为大模型的思虑过程和输出了局打分 ，要求较强的理解力和影象力 ，像在答一路路没有尺度答案的试卷；大模型评估 ，则在标注之表承担流程治理和沟通工作 ，具备肯定自主性 。
常有人将数据标注比做AI流水线上的“螺丝钉” 。在廖仔看来 ，即就是拧螺丝钉 ，到他这一步 ，最至少分了然用什么工具拧、怎么拧效能会更高 。
Jackson是海表一所名校钻研生毕业 ，此刻在上海一家科技企业从事基础模型训练工作 。他通知「定焦One」 ，模型训练重要蕴含三个部门：预训练、监督微和谐强化进建 。
预训练所需的数据量动辄十几TB ，重要起源于公开爬虫数据、模型合成数据、第三方采购数据或企业自罕见据 。这一阶段对人为标注的依赖较少 。
微调阶段（Supervised Fine-Tuning ，简称SFT）指标是让预训练后的通用说话模型适应特定工作或对话场景 ，使其输出更切合人类进展 。简而言之 ，就是输入特定数据后 ，教会模型“若何回覆” 。
用再通俗一点的话诠释 ，SFT是要写出一个答案让AI进建、仿照；而RLHF则是在AI给出几个答案后 ，援手AI选择一个更切合人类偏好的答案 。
廖仔大部门的工作都属于前者 ，很难量化；苏打的工作则是后者 ，能够计件查核 。而像前文提到的自动售货机标注这类较为单一的数据网络工作 ，将很快被AI代替 。
Jackson介绍 ，在微和谐强化阶段都能够使用一些自动化伎俩 ，或是使用其他模型天生的数据 ，但其内容的多元性、正确性以及专业性可能不如人为标注的数据 。就像DeepSeek天生的内容一眼就能看出来 。
“最好的成效注定是全数由人为标注 ，但（AI公司）老板们比起做个美满的模型 ，更在意成本 。能用模型合成一个次优版本 ，也是能够接受的 。”
据Jackson估算 ，一次齐全的微和谐强化训练多则必要几十万条数据 ，并且模型还会更新迭代 ，数据的需要也会成倍累积 。据他观察 ，目前国内的大模型团队有财力做人为数据标注的只有几家顶级大厂 ，其他团队大部门都是用别人的模型天生数据 。
凭据公开资料 ，字节跳动在AI上的投入仅2024年就达到了800亿 ，2025年这一数字还要翻番到1600亿 。今年2月 ，阿里巴巴集团CEO吴泳铭颁发 ，未来三年 ，阿里将投入超3800亿元用于建设云和AI硬件基础设施 。
但即就是这些头部玩家 ，也必须在各环节精打细算 。数据标注作为成本可控的一环 ，被大厂选择以表包、多包的大局进行 ，成为常态 。
苏打每天兼职的工作量或许在3-4个幼时 ，她推算了一下时薪 ，也就30-60块之间 。苏打说 ，这三四个幼时必须全神贯注 ，一点水分也挤不出 。这样的一个支出和回报 ，若是不是对这个行业感兴致真的很难对峙下来 。
问题的性质不在于数据标注不沉要 ，而在于这类工作不足技术壁垒 。大模型的天生、优化是一个极度精密化的过程 。每一条数据就如同是布玩偶身上的一个针脚、斑马身上的一根毛发 ，很难辨析出其对于整体的意思 。在这条流水线上 ，标注师很难堆集出幼我能力上的“独占优势” ，极度容易被代替 。
从招聘网站公开信息来看 ，兼职数据标注师日薪多在120-500元之间 ，表包岗位月薪大部门在9-17K之间 。几家大厂的正式岗位 ，月薪则在15-25K之间 。相对技术岗和算法岗 ，这样的薪资水平并不算高 。
由于没有成长性 ，苏打最终烧毁了兼职 ，也不筹算再投任何数据标注有关的岗位 。为此 ，她还专门征询了一位从事AI数据标注多年的伴侣 。
这位伴侣在大模型爆火之前 ，便参与了国内的一家大模型团队 ，后来又跳槽去了另表一家大厂 。向阳行业、高薪岗位 ，好多人羡慕她踩中了风口 ，但她劝苏打慎沉投递这个岗位 。由于数据标注师职业发展空间有限 ，很难跳进AI产业真正的主题环节 。
他用金字塔形容当前AI从业者的阶梯式散布：塔底是标注 ，腰部是利用 ，再往上是做微和谐后训练 ，塔尖才是基础模型设计和预训练 。“此刻根基上是布景决定所有 ，很难从塔底一层层向上突破 。”
所谓的布景是指学历和学术布景 。譬如 ，好多岗位 ，学历就是一个硬性门槛 。Jackson分析 ，利用层面必要本科学历 ，微和谐后训练阶段硕士起步 ，基础模型根基上都是博士 。
就拿他地点的算法岗来说 ，找工作要看学历、实习、角逐、论文若干个维度 。AI圈尤其器沉学术布景 。若是没有过硬的论文 ，即就是排名还不错的学堂毕业 ，也很难进入大厂的AI团队 。
与此同时 ，标注师们训练出来的模型自身 ，在悄然和标注师发展竞争 �；岵换岜籄I取代 ，成为悬在标注师们头上的达摩克利斯之剑 。
Jackson指出 ，在一些成熟的文本模型中 ，模型合成的数据已经代替了80%的人为标注 。这背后的逻辑是 ，模型不强时 ，对标注的需要就大；标注多了模型能力变强了 ，AI就会在这个工作或者这个领域把标注师代替了 。
据彭博社报路 ，苹果公司于2024年1月关关了一个与Siri人为智能业务有关的团队 。他们正本掌管对用户与Siri交互时产生的数据进行监听分析、标注和理解用户需要 。同样由于自动标注能力大幅改善 ，2022年6月 ，特斯拉裁撤了200名为其标凝视频以改进辅助系统的美国员工 。
2023岁首 ，基础大模型是所有科技巨头竞相投入的战场 ，百度、字节、阿里、腾讯等大厂商高调押注自研大模型 ，数据标注一度成为不成或缺的基础岗位 。
这一转向 ，也直接影响到数据标注这一基础工种的岗位供给与预算铺排 。因而 ，用于支持基础大模型训练的数据标注需要可能被压缩 。未来企业必要的将不再是成千上万“能标数据的人” ，而是“懂业务、懂模型的人” 。
当然 ，需要并未齐全隐没 。一方面 ，Jackson诠释 ，随着AI技术的发展、大模型进一步落地将会产生大量的利用场景 。每当有新的场景出现 ，就必要找人标注数据 。数据标注的需要仍将持久、大量存在 。另一方面 ，凭据清华大学颁布的《智能数据产业发展观察汇报》 ，2024年数据标注产业有效工需要的企业从2023年的457家升至1195家 。另据IDC数据测算 ，2025年中国人为智能基础数据服务市场规模将突破120亿元 ，2019-2025年年均复合增长率（CAGR）约为47% 。
只不外 ，这些增长更多属于“横向增量”——也就是新场景带来的数据标注需要扩容 ，而非“标注师”作为工种自身的上升通路被打开 。对绝大无数从业者而言 ，他们所做的 ，依然是为流水线打工 。
在来北京之前 ，廖仔在上海的一家设计公司做了两年设计师 。那时辰 ，AI对于设计行业的冲击已经起头 ，廖仔地点的公司也不得不向AI转型 ，决定做一个客服类大模型 。他自动请缨参加其中 ，这个AI项目为他打开了新世界大门 。
后来 ，他从公司去职 ，对AI进行了更为系统的进建 。今年春节后 ，他入职了此刻的公司 。每全国班不论多晚 ，廖仔城市进建两个幼时AI有关的内容 ，他还开了一个幼红书账号“炸毛疯兔” ，纪录AI心得 。
咖啡店的工作人员时不断会送来一些新品试吃 ，服务详细妥帖 。而引人瞩主张咖啡机械人一下午并没有冲调一杯咖啡 。最至少现阶段 ，机械人对这家咖啡馆而言 ，更多是一个装璜品 。只管未来不成控 ，但人的自动性始终是关键 。
《圆滚滚的大扔子第三季百度》张艺谋喜欢在专业影视院校里物色女主角，科班出生的女孩，就算没有演戏经历，也有足够的悟性和天赋，让导演的调教充分发挥作用。对一个前锋来说，刚起步时就能和这样的人一起踢球，不管从足球层面还是做人层面，都非常有帮助。那时他也正处在愿意传授经验的阶段，而我一直认真听，也准备好去学习，所以我从他身上学到了很多。《圆滚滚的大扔子第三季百度》《书童被五个少爷轮流欺负的悲凉》在首日举行的“Synthetic Data for Robot Learning” Workshop上，哥伦比亚大学助理教授李昀烛（Yunzhu Li）发表了题为“Structured World Models as Scalable Data Enginesfor Robot Policy Training and Evaluation”的演讲，直击了当今具身智能领域面临的核心痛点：真实物理交互数据采集成本极高，且模型试错与评估极其困难。因为媳妇亲妈要搬来照顾怀孕在身的女儿，而新房就两间卧室。在媳妇鼓动下，张浩就直接找亲妈谈话，说是给亲妈在楼下招待所开间房，更是建议亲妈可以去找胡三元。
20260609 ? 《圆滚滚的大扔子第三季百度》然而，这位西班牙国脚可能登陆英格兰并非没有障碍。该球员与皇家马德里保持着特殊的联系，皇马在允许他离队时加入了回购条款。不过，这一条款包含一个基本要求：只有当球员身披伯纳乌一线队战袍至少效力一个赛季后，白衣军团才能行使这一选择权。韩剧双胞胎姐妹互换身份谈到自己的身体状况，哲凯赖什表示：“身体感觉很好，状态也不错。能够踢一些比赛找回节奏是很重要的，因为距离世界杯还有一段时间。”
20260609 ?? 《圆滚滚的大扔子第三季百度》在今日于帕尔马举行的2026/27赛季意甲赛程公布仪式间隙，技术总监吉安·卢卡·纳尼如此点评斑马军团在下赛季意甲的征程：“你迟早要面对所有其他球队，相遇的顺序无关紧要，必须以同样的精神面对每一场比赛。去年我们在赛季初遇到了国际米兰，并击败了他们，今年我们将对阵科莫，他们是状态最好的球队，并且进行了欧冠级别的备战。现在看赛程并担心我们要对阵谁、何时对阵是没有用的：去年谁能想到佛罗伦萨会为保级而战，而科莫会排名如此靠前？我们首先必须考虑自己，并清楚自己的实力：这是成长的重要一步。”《日剧《女仆2》免费旁观全集中文》另外AI服务器算力需求增加，功率、电耗等要求随之提高，高容值、高耐温的MLCC产品单位用量增加。TrendForce集邦咨询表示，以英伟达GB200服务器为例，1u以上用量占60%，耐高温用量高达85%，系统主板MLCC总价也增加一倍。
京公网安备11010202000001号
