“數據百曉生”的主要任務，就是給AI出題、編寫“理想態”

“這是個需要高質量人文社科人才的崗位，因為只有最善于思考人與世界關系的人類，才能教會AI怎么更好的做一個人。”

文 /巴九靈

這篇文章開始之前，先邀請大家猜猜下面這份招聘要求對應的是什么崗位。

揭曉答案：這份看起來要求不低的工作，招聘的是AI數據標注員。在BOSS直聘上，這個崗位月薪最高接近兩萬元；部分崗位直接注明“重點大學本碩博優先”。

通俗地說，數據標注員就是AI的老師，負責對文本、圖像、音頻等原始數據進行分類、標記或注釋，從而教會機器識別、理解并學習人類世界的邏輯和知識。

2020年起，“人工智能訓練師”正式被納入國家職業分類目錄，“數據標注員”是其中的重要工種之一。據國家數據局，截至今年9月底，我國7個數據標注基地共有標注企業362家，標注從業人員達8.5萬人。

但這個行業仍缺乏人才。量子位智庫2023年底發布的《中國AIGC數據標注產業全景報告》顯示，未來5年，中國數據標注專業人才缺口或達百萬量級。

那么，數據標注到底是一份什么樣的工作？

“985”“QS100”碩博，

給AI當老師

小鵝本科就讀于一所“211”高校，目前在一家“985”高校讀研，學的是歷史學專業。她曾在大四那年做過一份數據標注實習的工作。

她每天的工作，就是面對一張科技公司發來的、填滿后臺收集的用戶提問和AI生成答案的Excel表格，給AI的答案打分。小鵝處理一條數據平均花費的時間是15分鐘左右，少數棘手的任務，單條就要花上近一個小時。

這份實習不需要面試，招聘方會提供一份打分標準手冊和一套測試題，要求自學手冊內容后，在測試題中選5道，完成后上交，正確率超過80%即視為通過。

小鵝當初花了一個下午學習這份標注手冊，又花了2個小時完成5道測試題，才通過了考核。

起初覺得易如反掌的小巴，嘗試了小鵝發來的兩道題，結果正確率不足50%。這才發現，這份工作遠比我們想象的困難。

◎ 首先，標注手冊中包含大量術語，理解門檻極高。比如，“缺少富媒體形式”，是指答案中沒有包含短視頻鏈接；“prompt外泄”，是指答案暴露了提問未涉及的內部指令；“弱相關內容或冗余殘留”，就是答案和提問沒關系。

◎ 其次，打分要求極其繁瑣、嚴格。標注者需要在“0、1、2、3”四個檔位中給3個答案分別打分，并根據答案在準確性、結構性、相關性、全面性等方面的缺陷，分別打好標簽，備注原因；然后把三個答案依次排序，逐一解釋理由。

進行數據標注的工作人員

對于如何判定分數和標簽，接近6萬字的標注手冊列舉出了幾十種具體分析場景，這些分析費時費力。比如，判斷是否出現幻覺，需要一一核對參考資料；涉及專業知識，需要自己查找資料去驗證。

除了打分，另一種常見的標注形式是“出題”，難度更大。剛獲得海外語言類專業博士學位的小凡，求學時做了長達5年的數據標注兼職。她的工作是在一家海外眾包標注平臺上給AI出題并寫出解答，難度達到博士級別。這些文本會被作為訓練語料，喂給AI。

從招聘市場情況看，這份職業的天花板極高。

今年以來，各家頭部大模型公司開始在招攬專家級標注員上競速。比如，阿里搭建了“曉天睿士”專家社區，學歷要求頭部高校碩士起步，行業專家級人才最高時薪可達1000元。字節跳動成立了Xpert兼職眾包標注平臺，需要標注者上傳簡歷、選擇標注的細分專業領域，并完成難度較高的專業知識測試。

另一方面，行業的“入場券”也在快速漲價。

一位負責多家頭部企業標注人員招聘的HR告訴小巴，近兩年，標注崗位招聘要求不斷提高。

早期招聘要求的學歷水平大多在?？?、高中，無需經驗、上手就能做。但今年，候選人本科以上學歷的占比超過五成。通用類AI標注開始有經驗要求；垂直類一般要求相關專業或行業經驗，部分崗位需要做專業筆試。

競爭也逐漸激烈，目前招聘通過率大約是2：1。

持續吸納高端人才，成為標注行業肉眼可見的趨勢。

部分公司數據標注招聘要求

不算體面的工種

頂尖人才正涌入數據標注行業，但身處其中的人們，大多態度悲觀。

在高強度的標注實習中，小鵝感受到了這個行業巨大的矛盾。

??其一，缺乏尊嚴。

小鵝最反感的是工作中沒完沒了的扯皮。文字判斷有巨大的主觀模糊空間，作為乙方的標注員與作為甲方的質檢員經常會發生爭執。比如，甲方認為A答案的邏輯性更強，而乙方認為B答案更完善。

在這些爭論中，她感到標注員角色的巨大矛盾性：雖然承擔著AI工程里超過60%的工作量，但他們在這個系統里是不被尊重的。隨著模型的進化和調整，甲方給出的打分標準會經常變動，但標注員們往往無法撼動現有的標準，只能接受甲方的評判。

她也感到這份工作缺乏獲得感。即便標注已經成為一個知識密集行業，但仍采取著流水線式的管理方式，絕大多數標注工作采取計件制計薪。標注的工作本質是消耗腦力處理一條條數據，但并不知道這些數據從哪來、到哪去，甚至不少標注員不知道自己標注的是哪個大模型。

??其二，性價比低。

小鵝此前實習的公司是一家外包標注機構，項目團隊里大多是兼職的大學生，每人每天至少完成10條，日薪100元，超額完成按10元/條計。

部分公司數據標注僅招聘兼職人員

即便是專家級別的標注，性價比也很低。一位入駐某家國內大模型專家社區的在讀博士告訴小巴，自己在平臺上出題的時薪大約在100—300元，收入并不比家教等其他兼職有吸引力。他很快放棄了這份兼職。

從招聘市場的薪資報價看，全職數據標注員的門檻水漲船高，但待遇低，在北京、上海這樣的地區，不少標注崗位要求研究生級別學歷，但月薪只有六七千元。

??其三，上升空間狹窄。

一位AI產品經理向小巴介紹，他所在的頭部互聯網企業，標注崗位除了極個別管理崗位，其余均為外包，人員流動率極高，能待上超過一年的人并不多。

雖然理論上，數據標注員可以依次向標注組長、質檢、質控、數據運營乃至算法類崗位發展，但因為技術類崗位的天然壁壘，真正實現的概率極低，絕大部分標注員會一直停留在原崗位上。

??其四，即使門檻被知識抬高，標注本質上還是一份極易被AI替代的工作，“教會徒弟、餓死師傅”。

科技公司正在普遍采用合成數據減少對人工的依賴。比如，業內常見的降本手法“蒸餾”，即用ChatGPT等更高級的大模型生成的答案去訓練更初級的大模型。中小型大模型廠商大多使用這種方法，降低數據成本。

因為這些原因，高端人才們進入標注行業，大多要么是尋求臨時過渡工作，要么只是作為兼職獲得一份收入，行業對他們難有長期吸引力。

大模型巨頭開始“卷”數據

問題的本質，是標注行業的社會認知和管理方式，都沒能跟上AI“知識饑渴”的速度。

過去8年，數據標注行業經歷了巨大的變化。

這曾經是個非常底層的工種。它興起于2017年前后，早期被廣泛應用于智能駕駛。那時任務簡單重復，比如框選圖片上的紅綠燈、汽車、障礙物。

因為又苦又累，多年來，海外科技巨頭把這份工作轉移到勞動力最廉價的地區。牛津大學的一項調查顯示，全球有數百萬數據標注員集中在烏干達、肯尼亞等欠發達國家，他們每天工作9小時以上，時薪僅約1.16美元（約合人民幣8.3元），項目結束即失業。

OpenAI合作外包公司Sama公司員工

圖源：Sama公司官網

在中國，數據標注產業主要聚集在中西部及三四線城市。在標注基地打標的員工，不少是待業青年、中老年人、殘障人士，只要會使用電腦即可。

所以在大部分新聞報道中，數據標注員是一群AI世界里隱形的底層勞動力，在全世界欠發達國家、地區賺著“賽博流水線”上的微薄收入。

但最近兩年，高端化的趨勢開始在海外興起。海外數據標注龍頭Scale AI，從2024年開始關閉肯尼亞、尼日利亞、巴基斯坦等地的承包站點，轉而招聘美國本土高學歷人士。

據港媒報道，截至今年年初，Scale AI參與模型優化的人員中，12%擁有分子生物學等領域的博士學位，超40%擁有所在領域的碩士學位、法律學位或MBA學位。

相較于時薪僅1美元出頭的低端標注，這些高端標注員平均時薪達到40美元。

而對專家級標注員的投入也確實推動了公司的增長，Scale 2024年營收約8.7億美元，預計今年營收達20億美元。Scale AI創始人Alex Wang公開發言稱：“我們需要最優秀和最聰明的頭腦來貢獻數據?！?/strong>

其競品、美國另一數據標注巨頭Surge AI，已經成為全球大模型追求高端數據時的首選。它把高質量的數據標注比作“寫詩”，組建了一支由哲學家、工程師、常春藤盟校畢業生等構成的標注團隊。

而國內的高端化趨勢，很大程度上是從DeepSeek開始的。

2023年起，DeepSeek開始招聘“數據百曉生”崗位，不限專業、不限經驗，實習生日薪超過500元，正職年薪可達百萬。崗位要求之一是“涉獵廣泛、博聞強識，對各行各業的知識都擁有強烈的興趣”。

“數據百曉生”的主要任務，就是給AI出題、編寫“理想態”的優質答案作為學習資料、給AI生成的答案打分和調試，等等。

結果也很驚人：DeepSeek上線7天用戶破億，靠文采飛揚、金句頻出和嚴謹的深度思考破圈，業內盛傳其標注團隊由北大哲學系的學生組成。

此后，國內大模型界風向逐漸轉變，開始在“特級教師”上做文章。

這種從“普通老師”到“特級教師”的需求變化，是AI進化到一定程度的必然結果。

AI行業有句經典名言“Garbage In Garbage Out”，一個模型能力行不行，很大程度上取決于訓練模型的數據質量。據IBM的一項研究，僅注釋質量提高5%，就可以將復雜計算機視覺任務的模型準確率提高15%—20%。

算法、算力、數據，是業內公認的AI三要素。頭部大模型們在算法和算力上難分伯仲，數據質量成了最有機會“卷”出差距的方向。

AI變成精英以后？

可以說，自數據標注被正式認定為職業，經過5年的發展，這個行業仍面臨著低壁壘競爭和勞動剝削等諸多問題，處于一個難以定性的狀態。

但在每個新興行業出現、創造新工種的早期，都會出現類似的問題。所有的職業，都是先出現，再進化的。

這份工作的前景也未必真如想象中渺茫。比如，它提供了一種職業轉型路徑：成了一條文科生在AI領域大展拳腳的神奇過渡帶。一些頭部大模型已經開始組建“AI人文訓練師”團隊，訓練AI識別“仇恨言論”和撰寫“高情商回復”。

而這些文科生，也在這份工作中不斷觸碰AI與社會的邊界。小鵝說，在結束這份實習以后，她手機里的AI總是比別人的好用，因為理解底層邏輯，她更擅長下達精確的指令。

這是個需要高質量人文社科人才的崗位，因為只有最善于思考人與世界關系的人類，才能教會AI怎么更好地做一個人。

學習使用AI辦公技巧

換個角度看，在高學歷人才該不該去“打螺絲”之外，還有一件事值得關注。

在小鵝標注的上千條數據中，她印象最深刻的一條記錄是，一位用戶向AI提問“殘疾人患腦癌能不能進養老院”。小鵝翻閱此人的過往提問記錄，發現她向AI傾訴了很多自己各方面的困難，包括離婚、家暴、病重和無人贍養。但對于AI而言，這些提問不過是一條條平平無奇的數據流。

當AI在頂尖老師的訓練下變得越來越頂尖，它就像一個含著金湯匙出生、接受正統通識教育的古希臘式精英，逐漸無法再看到更基層的需求。

或許下一步，新的鯰魚就會從這些被忽視的需求中跳出來。

*文中受訪者姓名均為化名

本篇作者 | 溫若梅 | 責任編輯 |徐濤

主編 |何夢飛| 圖源 |VCG、網絡

驚艷、尖叫和思考，都會出現在這場AI大秀上！12月28日在廈門，吳老師將通過一場名為“AI閃耀中國”科技人文秀，把他在今年的“AI大調研”成果展現給大家~

合作支持

聯合出品：吳曉波頻道、優酷、七維動力、東南衛視

官方AI助手：千問

首席戰略合作伙伴：廈門國貿控股集團

官方電商合作伙伴：天貓小黑盒

超級品牌：飛書、金牌家居、雙鹿電池、東鵬瓷磚、聯想、影目INMO、1688、慕思集團