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。