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。