在这家占地近3000平米的咖啡馆内，，，不少咖啡师围绕着中央圆形岛台事情，，，但其中最引人瞩目的是一台人型机械臂的咖啡机械人。。。听说，，，该机械人的脸照旧依据咖啡店主理人建模而成。。。 99年出生的他，，，专科学历，，，曾在深圳一家体制内单位事情，，，由于不想自己的人生就这样一辈子看到头，，，廖仔去职读了一个修建设计相关的课程。。。厥后，，，他又由设计师切入AI行业，，，最终成为了大厂的一名外包数据标注师。。。职业转变背后，，，廖仔的收入也水涨船高，，，月薪从一最先3K一起涨到了现在13K。。。 985硕士结业的她此前事情一直顺风顺水，，，但去年由于跟上司爆发矛盾去职后，，，进入了漫长的职业空窗期。。。近半年来，，，苏打也想过转换赛道。。。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偏向之一。。。 作为人工智能训练师的一个工种，，，数据标注师2020年被正式纳入国家职业分类目录，，，但围绕这个职业远景的讨论却是冰火两重天。。。 一边是基础大模子高速扩张时期，，，大厂高薪与“AI盈利”吸引而来的数以万计的求职者，，，天下各地甚至涌现了不少打着AI训练师旗帜的培训班；；
；另一边则是弥漫在从业者之中的担心和焦虑，，，许多人以为自己是在为AI打零工，，，或者只是成为了大模子优化的一个耗材，，，既难以形成手艺积累，，，也随时可能被AI所取代。。。 现在，，，随着大模子开发从“拼底层参数”转向“争场景落地”，，，这一工种的需求也在爆发转变。。。标注岗位不再像已往那样“批量放量”，，，取而代之的是更笔直化的需求和更强的专业门槛。。。转型乐成的廖仔，，，和抽身脱离的苏打，，，正是这股AI浪潮下的两个典范注脚。。。 「定焦One」体验了一个众包平台的视频审核兼职项目，，，使命是为自动售货机做数据标注。。。正式上岗前，，，求职者先得进群举行一轮训练——为500条视频举行标注，，，且准确率在90%以上才算通过审核。。。正式接单后，，，以计件形式收费，，，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，，，需要区分出主顾从自动售货机中拿走的商品种类以及数目。。。使命看似简朴，，，做起来却并禁止易。。。许多饮品、零食的包装很是靠近，，，加上夜晚光线滋扰，，，极易误判。。。「定焦One」实验标注了20条视频，，，用时25分钟，，，完全准确的只有14条。。。 群里认真培训的先生一再勉励各人：一最先过失率高是正常的，，，后面会越来越熟练、准确率越来越高，，，熟练后天天最多可做3000条视频。。。 但做过类似兼职的人在社交媒体诉苦：真的做不了太久，，，眼睛受不了。。。在谁人标记为11群的近200人大群内，，，一直地有人退出、加入，，，就像一条永一直歇的虚拟流水线。。。 前不久，，，她在招聘平台看到海内某个大厂宣布的数据标注兼职岗位。。。专业不限、履历不限，，，唯一的门槛是学历——必需是985/211硕士及以上。。。 这份兼职是为大模子思索历程和输出效果举行打分。。。输出效果的准确与否、是否照顾到了用户的情绪、感受，，，以及思索历程是否切合逻辑且高效等等都需要纳入考量。。。 苏打收到了一份长达几十页的文件，，，详细先容了各个打分维度和评判标准。。。凭证这个打分系统，，，她需要先举行两到三轮的试标，，，达标后才可举行接单。。。通过测试后，，，在正式的标注历程中，，，也需包管准确率。。。若是准确率低于平均水平，，，便会失去标注资格，，，需要重新测试。。。 “这份事情的难点是影象、明确的本钱特殊高。。。在标注之前，，，你得先明确、记着他们的评价系统和打分标准。。。”更让苏打难受的是，，，这些标准并不是牢靠稳固的。。。有时间，，，面临相似的问题和回覆，，，她用相同的思索方法去打分，，，效果却截然相反。。。 就像是写没有标准谜底的一张张试卷，，，无法通过自我起劲或学习提升准确率，，，只能原地一直得打转、消耗自己的脑力和体力，，，最后获得的酬金微乎其微。。。苏打告诉「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。。。 廖仔加入标注的是海内另外一家互联网大厂的外包项目。。。他向导着一个由10名标注师组成的小组。。。项目里，，，有好几个这样的组别，，，对该大厂的大模子举行评估、判断、指定标注规则。。。廖仔会对天天需要标注的使命举行分派，，，再告诉组员详细的规则和评判标准确？？？？凸坌浴。。除数据标注之外，，，他还需跟算法团队、产品研发团队相同，，，凭证上下游反响调解模子的评估和判断。。。 廖仔照旧以咖啡机械人举例，，，若是要AI制作咖啡，，，那么就需告诉它整个链路，，，包括咖啡树怎样莳植、咖啡豆有哪些品类、分子结构怎样、怎么研磨等等。。。通过每一步的数据标注，，，对它举行调校，，，然后再回归到模子，，，让它自主训练。。。 三种数据标注事情可以大致勾勒出这个职业背后的隐形分层：自动售货机标注，，，磨练“体力+注重力”，，，靠重复和熟练提升效率；；
；为大模子的思索历程和输出效果打分，，，要求较强的明确力和影象力，，，像在答一道道没有标准谜底的试卷；；
；大模子评估，，，则在标注之外肩负流程治理和相同事情，，，具备一定自主性。。。 常有人将数据标注比做AI流水线上的“螺丝钉”。。。在廖仔看来，，，即即是拧螺丝钉，，，到他这一步，，，最最少清晰了用什么工具拧、怎么拧效率会更高。。。 Jackson是外洋一所名校研究生结业，，，现在在上海一家科技企业从事基础模子训练事情。。。他告诉「定焦One」，，，模子训练主要包括三个部分：预训练、监视微协调强化学习。。。 预逊需的数据量动辄十几TB，，，主要泉源于果真爬虫数据、模子合成数据、第三方采购数据或企业自有数据。。。这一阶段对人工标注的依赖较少。。。 微调阶段（Supervised Fine-Tuning，，，简称SFT）目的是让预训练后的通用语言模子顺应特定使命或对话场景，，，使其输出更切合人类期望。。。简而言之，，，就是输入特定命据后，，，教会模子“怎样回覆”。。。 用再通俗一点的话诠释，，，SFT是要写出一个谜底让AI学习、模拟；；
；而RLHF则是在AI给出几个谜底后，，，资助AI选择一个更切合人类偏好的谜底。。。 廖仔大部分的事情都属于前者，，，很难量化；；
；苏打的事情则是后者，，，可以计件审核。。。而像前文提到的自动售货机标注这类较为简朴的数据网络事情，，，将很快被AI替换。。。 Jackson先容，，，在微协调强化阶段都可以使用一些自动化手段，，，或是使用其他模子天生的数据，，，但其内容的多元性、准确性以及专业性可能不如人工标注的数据。。。就像DeepSeek天生的内容一眼就能看出来。。。 “最好的效果肯定是所有由人工标注，，，但（AI公司）老板们比起做个完善的模子，，，更在意本钱。。。能用模子合成一个次优版本，，，也是可以接受的。。。” 据Jackson估算，，，一次完整的微协调强化训练多则需要几十万条数据，，，并且模子还会更新迭代，，，数据的需求也会成倍累积。。。据他视察，，，现在海内的大模子团队有财力做人工数据标注的只有几家顶级大厂，，，其他团队大部分都是用别人的模子天生数据。。。 凭证果真资料，，，字节跳动在AI上的投入仅2024年就抵达了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吴泳铭宣布，，，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。。。 但即即是这些头部玩家，，，也必需在各环节精打细算。。。数据标注作为本钱可控的一环，，，被大厂选择以外包、众包的形式举行，，，成为常态。。。 苏打天天兼职的事情量或许在3-4个小时，，，她盘算了一下时薪，，，也就30-60块之间。。。苏打说，，，这三四个小时必需全神贯注，，，一点水分也挤不出。。。这样的一个支付和回报，，，若是不是对这个行业感兴趣真的很难坚持下来。。。 问题的实质不在于数据标注不主要，，，而在于这类事情缺乏手艺壁垒。。。大模子的天生、优化是一个很是细腻化的历程。。。每一条数据就似乎是布玩偶身上的一个针脚、斑马身上的一根毛发，，，很难辨析出其关于整体的意义。。。在这条流水线上，，，标注师很难积累出小我私家能力上的“独吞优势”，，，很是容易被替换。。。 从招聘网站果真信息来看，，，兼职数据标注师日薪多在120-500元之间，，，外包岗位月薪大部分在9-17K之间。。。几家大厂的正式岗位，，，月薪则在15-25K之间。。。相敌手艺岗和算法岗，，，这样的薪资水平并不算高。。。 由于没有生长性，，，苏打最终放弃了兼职，，，也不妄想再投任何数据标注相关的岗位。。。为此，，，她还专门咨询了一位从事AI数据标注多年的朋侪。。。 这位朋侪在大模子爆火之前，，，便加入了海内的一家大模子团队，，，厥后又跳槽去了另外一家大厂。。。向阳行业、高薪岗位，，，许多人羡慕她踩中了风口，，，但她劝苏打稳重投递这个岗位。。。由于数据标注师职业生长空间有限，，，很难跳进AI工业真正的焦点环节。。。 他用金字塔形容目今AI从业者的蹊径式漫衍：塔底是标注，，，腰部是应用，，，再往上是做微协调后训练，，，塔尖才是基础模子设计和预训练。。。“现在基本上是配景决议一切，，，很难从塔底一层层向上突破。。。” 所谓的配景是指学历和学术配景。。。譬如，，，许多岗位，，，学历就是一个硬性门槛。。。Jackson剖析，，，应用层面需要本科学历，，，微协调后训练阶段硕士起步，，，基础模子基本上都是博士。。。 就拿他所在的算法岗来说，，，找事情要看学历、实习、角逐、论文若干个维度。。。AI圈尤其重视学术配景。。。若是没有过硬的论文，，，即即是排名还不错的学校结业，，，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子自己，，，在悄然和标注师睁开竞争。。。；
；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子中，，，模子合成的数据已经替换了80%的人工标注。。。这背后的逻辑是，，，模子不强时，，，对标注的需求就大；；
；标注多了模子能力变强了，，，AI就会在这个使命或者这个领域把标注师替换了。。。 据彭博社报道，，，苹果公司于2024年1月关闭了一个与Siri人工智能营业相关的团队。。。他们原本认真对用户与Siri交互时爆发的数据举行监听剖析、标注和明确用户需求。。。同样由于自动标注能力大幅改善，，，2022年6月，，，特斯拉吊销了200名为其标注视频以刷新辅助系统的美国员工。。。 2023年头，，，基础大模子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子，，，数据标注一度成为不可或缺的基础岗位。。。 这一转向，，，也直接影响到数据标注这一基础工种的岗位供应与预算安排。。。于是，，，用于支持基础大模子训练的数据标注需求可能被压缩。。。未来企业需要的将不再是成千上万“能标数据的人”，，，而是“懂营业、懂模子的人”。。。 虽然，，，需求并未完全消逝。。。一方面，，，Jackson诠释，，，随着AI手艺的生长、大模子进一步落地将会爆发大宗的应用场景。。。每当有新的场景泛起，，，就需要找人标注数据。。。数据标注的需求仍将恒久、大宗保存。。。另一方面，，，凭证清华大学宣布的《智能数据工业生长视察报告》，，，2024年数据标注工业有用工需求的企业从2023年的457家升至1195家。。。另据IDC数据测算，，，2025年中国人工智能基础数据效劳市场规模将突破120亿元，，，2019-2025年年均复合增添率（CAGR）约为47%。。。 只不过，，，这些增添更多属于“横向增量”——也就是新场景带来的数据标注需求扩容，，，而非“标注师”作为工种自己的上升通道被翻开。。。对绝大大都从业者而言，，，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。。。那时间，，，AI关于设计行业的攻击已经最先，，，廖仔所在的公司也不得不向AI转型，，，决议做一个客服类大模子。。。他自动请缨加入其中，，，这个AI项目为他翻开了新天下大门。。。 厥后，，，他从公司去职，，，对AI举行了更为系统的学习。。。今年春节后，，，他入职了现在的公司。。。天天下班不管多晚，，，廖仔都会学习两个小时AI相关的内容，，，他还开了一个小红书账号“炸毛疯兔”，，，纪录AI心得。。。 咖啡店的事情职员时时时会送来一些新品试吃，，，效劳详尽妥帖。。。而引人注目的咖啡机械人一下昼并没有冲调一杯咖啡。。。最最少现阶段，，，机械人对这家咖啡馆而言，，，更多是一个装饰品。。。只管未来不可控，，，但人的自动性始终是要害。。。