- 欢迎来到Wetrade瞭望台首页
北京798附近的一家咖啡馆内 ，AI数据标注师廖仔在交谈中一再提到店里的咖啡机器人。
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工作 ，但其中最引人瞩目的是一台人型机械臂的咖啡机器人 。据说，wetrade众汇官网登录该机器人的脸还是依据咖啡店主理人建模而成 。
如果时间回到三四年前，廖仔想不到机器人可以冲咖啡 ，也想不到自己会进入AI赛道。
99年出生的他 ，专科学历 ，曾在深圳一家体制内机构工作 ，因为不想自己的人生就这样一辈子看到头 ，廖仔离职读了一个建筑设计有关的课程。后来，他又由设计师切入AI领域，最后成为了大厂的一名外包数据标注师 。职业变动背后 ，廖仔的薪资也水涨船高 ，月薪从一开展3K一路涨到了现在13K 。
处在Gap期的苏打也曾试图进入这个领域 。
985硕士结业的她此前工作一直顺风顺水，但去年因为跟上司发生矛盾离职后 ，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领域让她心动 ，数据标注师曾被她视为职业转型的方向之一 。
但经过一次兼职后，苏打打消了这个念头 。“这就是一个纯烧脑的福汇外汇平台体力劳动 ，看不到任何上升的空间 。”她对「定焦One」说道 。
作为人工智慧训练师的一个工种 ，数据标注师2020年被正式纳入政府职业分类目录 ，但围绕这个职业前景的探讨却是冰火两重天 。
一边是根本大模型高速扩张时期 ，大厂高薪与“AI红利”吸引而来的数以万计的找工作者 ，全国各地甚至涌现了不少打着AI训练师旗号的培训班；另一边则是弥漫在从业者之中的不安和焦虑 ，很多人觉得自己是在为AI打零工 ，或者只是wetrade众汇代理成为了大模型优化的一个耗材 ，既难以形成技术积累 ，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” ，这一工种的需求也在发生变动 。标注岗位不再像过去那样“批量放量” ，取而代之的是更垂直化的需求和更强的专业门槛 。转型成功的廖仔 ，和抽身离开的苏打 ，正是这股AI浪潮下的两个典型注脚 。
如果想要进入AI领域 ，数据标注或许是最没有门槛的一个岗位——在网络上随手就能找到一份兼职 。
「定焦One」体验了一个众包平台的FXTM富拓外汇代理影片审查兼职项目 ，使命是为自动售货机做数据标注 。正式上岗前 ，找工作者先得进群进行一轮训练——为500条影片进行标注，且正确率在90%以上才算通过考核。正式接单后 ，以计件方法收费 ，每单费用在0.04元到0.1元浮动 ，标错还会扣钱。
每个计件影片长度大概十来秒 ，需要辨别出顾客从自动售货机中拿走的商品种类以及数目 。使命看似简单 ，做起来却并不容易 。很多饮品 、零食的包装非常接近 ，加上夜晚光线干扰 ，极易误判 。「定焦One」尝试标注了20条影片 ，用时25分钟 ，完全正确的只有14条 。
群里主管培训的教师一再鼓励大家：一开展错误率高是正常的 ，后面会越来越熟练 、正确率越来越高 ，熟练后每天最多可做3000条影片 。
但做过类似兼职的人在社交资讯抱怨 ：真的做不了太久 ，眼睛受不了 。在那个标记为11群的近200人大群内 ，不断地有人退出 、加入 ，就像一条永不停歇的虚拟流水线 。
苏打也在类似的一个微信群里 。
前不久 ，她在招工平台看到国内某个大厂发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考流程和输出结论进行打分 。输出结论的正确与否 、是否照顾到了读者的情绪、感受 ，以及思考流程是否符合逻辑且高效等等都需要纳入考量 。
苏打通过筛选后 ，也被拉到了一个微信群 。同样的 ，在正式接单之前 ，需要先进行培训和测试 。
苏打收到了一份长达几十页的资料 ，具体介绍了各个打分维度和评判标准 。根据这个打分体系 ，她需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 ，在正式的标注流程中 ，也需保证正确率。如果正确率低于平均水平 ，便会失去标注资格 ，需要再次测试。
据苏打监测 ，她所在群里测试的通过率并不高 。
“这份工作的难点是记忆 、理解的成本特别高。在标注之前 ，你得先理解、记住他们的评价体系和打分标准 。”更让苏打难受的是 ，这些标准并不是固定不变的 。有时候 ，面对相似的难题和回答 ，她用相同的思考方法去打分 ，结论却截然相反 。
就像是写没有标准答案的一张张试卷 ，无法通过自我努力或学习提高正确率 ，只能原地不停得打转 、消耗自己的脑力和体力 ，最后获得的报酬微乎其微。苏打告诉「定焦One」 ，这份兼职也是按计件收费 ，标注一件的费用只有3-7元 。
比苏打幸运一些，廖仔没有这些严苛的KPI和考核标准 。
廖仔参与标注的是国内另外一家网络大厂的外包项目。他领导着一个由10名标注师组成的小组 。项目里 ，有好几个这样的组别 ，对该大厂的大模型进行评估、鉴定 、指定标注规则 。廖仔会对每天需要标注的使命进行分配 ，再告诉组员具体的规则和评判标精确保客观性 。除数据标注之外 ，他还需跟算法团队 、产品研发团队沟通 ，根据上下游反馈变更模型的评估和鉴定 。
廖仔还是以咖啡机器人举例，如果要AI制作咖啡 ，那么就需告诉它整个链路，包括咖啡树如何种植、咖啡豆有哪些品类 、分子架构如何 、怎么研磨等等。通过每一步的数据标注 ，对它进行调校，然后再回归到模型 ，让它自主训练 。
三种数据标注工作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 ，考验“体力+注意力” ，靠重复和熟练提高效率；为大模型的思考流程和输出结论打分 ，要求较强的理解力和记忆力，像在答一道道没有标准答案的试卷；大模型评估 ，则在标注之外承担流程运维和沟通工作 ，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 ，即便是拧螺丝钉，到他这一步 ，最起码清楚了用什么软件拧 、怎么拧效率会更高。
站在产业链更上游的Jackson，能从更为完整的流水线上审视数据标注的意义 。
Jackson是海外一所名校研究生结业 ，现在在上海一家技术公司从事根本模型训练工作。他告诉「定焦One」，模型训练主要涵盖三个部分 ：预训练 、监督微调和强化学习 。
预训练所需的数据量动辄十几TB ，主要出处于曝光爬虫数据 、模型合成数据 、第三方采购数据或公司自有数据。这一阶段对人工标注的依赖较少 。
微调阶段（Supervised Fine-Tuning ，简称SFT）方向是让预训练后的通用语言模型适应特定使命或对话场景，使其输出更符合人类期望。简而言之 ，就是输入特定数据后 ，教会模型“如何回答” 。
强化阶段（Reinforcement Learning from Human Feedback ，简称RLHF）的核心是利用人类偏好数据优化模型输出质量。
用再通俗一点的话说明 ，SFT是要写出一个答案让AI学习、模仿；而RLHF则是在AI给出几个答案后 ，帮助AI选择一个更符合人类偏好的答案 。
廖仔大部分的工作都属于前者 ，很难量化；苏打的工作则是后者 ，可以计件考核 。而像前文提到的自动售货机标注这类较为简单的数据整理工作，将很快被AI替代 。
Jackson介绍 ，在微调和强化阶段都可以利用一些自动化手段 ，或是利用其他模型生成的数据 ，但其素材的多元性 、正确性以及专业性可能不如人工标注的数据 。就像DeepSeek生成的素材一眼就能看出来。
“最好的效果肯定是全部由人工标注 ，但（AI公司）老板们比起做个完美的模型，更在意成本 。能用模型合成一个次优平台 ，也是可以接受的 。”
据Jackson估算 ，一次完整的微调和强化训练多则需要几十万条数据 ，而且模型还会替换迭代 ，数据的需求也会成倍累积 。据他监测，目前国内的大模型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型生成数据 。
根据曝光资料 ，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吴泳铭公布 ，将来三年 ，阿里将投入超3800亿元用于建设云和AI硬件根本设施 。
但即便是这些头部玩家 ，也必须在各环节精打细算 。数据标注作为成本可控的一环 ，被大厂选择以外包 、众包的方法进行，成为常态 。
苏打每天兼职的工作量大概在3-4个小时 ，她计算了一下时薪 ，也就30-60块之间 。苏打说 ，这三四个小时必须全神贯注，一点水分也挤不出 。这样的一个付出和回报 ，如果不是对这个领域感兴趣真的很难持续下来。
但苏打所在的微信群每天还在不断进人。“你不干 ，有的是人肯干 ，费用自然上不去 。”
难题的本质不在于数据标注不关键 ，而在于这类工作缺乏技术壁垒 。大模型的生成 、优化是一个非常精细化的流程 。每一条数据就好像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义。在这条流水线上 ，标注师很难积累出个人水平上的“独占优势” ，非常容易被替代 。
没有壁垒，就难有议价水平 。
从招工网站曝光数据来看，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 。相对技术岗和算法岗，这样的薪资水平并不算高。
因为没有成长性 ，苏打最后放弃了兼职 ，也不打算再投任何数据标注有关的岗位。为此 ，她还专门咨询了一位从事AI数据标注多年的朋友。
这位朋友在大模型爆火之前 ，便加入了国内的一家大模型团队 ，后来又跳槽去了另外一家大厂 。朝阳领域、高薪岗位 ，很多人羡慕她踩中了风口 ，但她劝苏打慎重投递这个岗位 。因为数据标注师职业推动空间有限 ，很难跳进AI产业真正的核心环节。
Jackson也持类似的观点 。
他用金字塔形容当前AI从业者的阶梯式分布：塔底是标注，腰部是软件，再往上是做微调和后训练 ，塔尖才是根本模型设计和预训练 。“现在基本上是根源决定一切，很难从塔底一层层向上突破 。”
所谓的根源是指学历和学术根源 。譬如 ，很多岗位 ，学历就是一个硬性门槛 。Jackson解读 ，软件层面需要本科学历 ，微调和后训练阶段硕士起步 ，根本模型基本上都是博士 。
就拿他所在的算法岗来说，找工作要看学历、实习 、比赛、论文若干个维度 。AI圈尤其重视学术根源 。如果没有过硬的论文 ，即便是排名还不错的院校结业 ，也很难进入大厂的AI团队 。
“站在金子塔尖的 ，大部分是顶级院校的博士 ，还需要发很多论文的那种 。”他总结。
与此并且 ，标注师们训练出来的模型本身 ，在悄然和标注师展开竞争 。会不会被AI取代 ，成为悬在标注师们头上的达摩克利斯之剑 。
Jackson表示 ，在一些成熟的文本模型中 ，模型合成的数据已经替代了80%的人工标注 。这背后的逻辑是 ，模型不强时 ，对标注的需求就大；标注多了模型水平变强了 ，AI就会在这个使命或者这个领域把标注师替代了 。
在海外的一些高技术公司，这样的现状已经发生 。
据彭博社报导 ，苹果公司于2024年1月终止了一个与Siri人工智慧业务有关的团队 。他们原本主管对读者与Siri交互时产生的数据进行监听解读 、标注和理解读者需求 。同样因为自动标注水平大幅改良 ，2022年6月 ，特斯拉裁撤了200名为其标注影片以优化辅助平台的美国员工 。
另一方面 ，大厂方针的变动 ，也作用着数据标注师的职业前景 。
2023年初 ，根本大模型是所有技术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可或缺的根本岗位。
但进入2024年 ，这场竞赛明显降温。多家大厂陆续变更重心 ，开展从“造更大参数的模型”，转向“让模型真正落地” 。
这一转向 ，也直接作用到数据标注这一根本工种的岗位供给与预算安排。于是 ，用于拥护根本大模型训练的数据标注需求可能被压缩 。将来公司需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 ，需求并未完全消失 。一方面 ，Jackson说明 ，随着AI技术的推动 、大模型进一步落地将会产生大量的软件场景 。每当有新的场景出现 ，就需要找人标注数据 。数据标注的需求仍将长期 、大量存在 。另一方面，根据清华大学发布的《智慧数据产业推动监测报告》 ，2024年数据标注产业有用工需求的公司从2023年的457家升至1195家。另据IDC数据测算 ，2025年中国人工智慧根本数据服务市场规模将突破120亿元 ，2019-2025年年均复合上升率（CAGR）约为47% 。
只不过 ，这些上升更多属于“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”作为工种本身的上升通道被进入 。对绝大多数从业者而言 ，他们所做的 ，依然是为流水线打工 。
已经被AI“抢”过一次饭碗的廖仔对自己的职业将来充满信心 。
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。那时候 ，AI对于设计领域的冲击已经开展 ，廖仔所在的公司也不得不向AI转型 ，决定做一个客服类大模型 。他主动请缨参与其中 ，这个AI项目为他进入了新世界大门 。
后来 ，他从公司离职，对AI进行了更为平台的学习。今年春节后 ，他入职了现在的公司 。每天下班不管多晚 ，廖仔都会学习两个小时AI有关的素材 ，他还开了一个小红书账号“炸毛疯兔” ，记录AI心得 。
“凡事发生，皆有利于我 。”在交流时 ，廖仔一再引用这句话。
咖啡店的工作人员时不时会送来一些新品试吃 ，服务细致妥帖 。而引人注目的咖啡机器人一下午并没有冲调一杯咖啡 。最起码现阶段 ，机器人对这家咖啡馆而言 ，更多是一个装饰品。尽管将来不可控 ，但人的主动性始终是关键。
• 题图及文中配图出处于pexels 。文中廖仔、苏打 、Jackson皆为化名 。
（编辑:Wetrade世纪快讯）
