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
，众汇wetrade官方网站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IC外汇官网体力劳动
，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众汇官网入口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 。 “拧螺丝”的三种姿势 ：数据标注师的隐秘分层如果想要进入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IC Markets外汇官网影片审查兼职项目 ，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 。 尴尬的岗位
：关键
，但是廉价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
。 数据标注师主要介入的 ，是后两个阶段。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 。 被自己训练的AI替代 ：谁能突破金字塔
？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
。
| 
楼主
收藏
点赞