大模型為什么能夠回答各種復(fù)雜問(wèn)題，時(shí)薪事數(shù)甚至超過(guò)普通人？沖上答案的關(guān)鍵，還有一個(gè)不起眼，元碩卻至關(guān)重要的博正被批環(huán)節(jié)——數(shù)據(jù)標(biāo)注。
在模型運(yùn)作中，量招數(shù)據(jù)標(biāo)注者就像“老師”：簡(jiǎn)單任務(wù)時(shí)，據(jù)標(biāo)他們?yōu)锳I的注工作回答打分，將最優(yōu)答案呈現(xiàn)給用戶(hù)；復(fù)雜任務(wù)時(shí)，時(shí)薪事數(shù)他們親自操作，沖上讓AI學(xué)會(huì)理解：比如敘述一張圖所講的元碩故事，完成一個(gè)操作界面中的博正被批具體步驟。
曾經(jīng)被視為低門(mén)檻勞動(dòng)的量招數(shù)據(jù)標(biāo)注，正在大模型行業(yè)經(jīng)歷深刻變革。據(jù)標(biāo)多個(gè)行業(yè)內(nèi)部招聘群出現(xiàn)一種特殊需求：金融、注工作法律、時(shí)薪事數(shù)物理等專(zhuān)業(yè)的碩士、博士，被高薪招募從事數(shù)據(jù)標(biāo)注工作。
招聘要求與以往截然不同：985/頂尖院校碩士起步，部分需博士及2年以上行業(yè)經(jīng)驗(yàn)。工作內(nèi)容不再是“標(biāo)注撰寫(xiě)”，而是撰寫(xiě)高難度專(zhuān)業(yè)題目、構(gòu)建推理鏈條、解析模型輸出并糾錯(cuò)。時(shí)薪從100元躍升至400元以上，更有甚者上不封頂。
多家標(biāo)注公司證實(shí)，2024年行業(yè)出現(xiàn)了顯著的需求變化。隨著大模型競(jìng)爭(zhēng)焦點(diǎn)轉(zhuǎn)向推理能力，訓(xùn)練數(shù)據(jù)在專(zhuān)業(yè)性、精細(xì)度和邏輯復(fù)雜度上要求劇增。“不是我們想招博士，是行業(yè)現(xiàn)在需要博士。”一位負(fù)責(zé)人總結(jié)。這背后也反映了模型能力的變遷：競(jìng)爭(zhēng)的核心已從比拼數(shù)據(jù)規(guī)模，轉(zhuǎn)向了比拼數(shù)據(jù)質(zhì)量與智能水平。
從粗顆粒到“專(zhuān)家級(jí)標(biāo)注”：行業(yè)只用了1 年
行業(yè)風(fēng)向標(biāo)在一年內(nèi)驟然轉(zhuǎn)向。這印證了業(yè)界對(duì)于大型模型演進(jìn)速度的超預(yù)期感受。在新一輪大模型迭代中，數(shù)據(jù)標(biāo)注市場(chǎng)正在發(fā)生一次被忽視但極為關(guān)鍵的結(jié)構(gòu)性變化。
記者從知情人士處了解到，某頭部大廠曾為應(yīng)對(duì)當(dāng)時(shí)的“普通標(biāo)注”需求，在人力成本較低的三四線城市自建了標(biāo)注基地。然而，大模型的進(jìn)化速度遠(yuǎn)超預(yù)期，對(duì)數(shù)據(jù)的質(zhì)量要求變得更好，基地的團(tuán)隊(duì)能力與培訓(xùn)體系難以跟上這種突變。
據(jù)他透露，這種案例在業(yè)內(nèi)并不是個(gè)例。“許多人低估了大模型的實(shí)際發(fā)展速度。他們?cè)鹊念A(yù)期是普通標(biāo)注階段需要三到五年時(shí)間，實(shí)際情況是，短短一年內(nèi)就已經(jīng)全部完成。”
關(guān)鍵的時(shí)間節(jié)點(diǎn)就在2024年左右，此前數(shù)據(jù)標(biāo)注行業(yè)多圍繞CV、短文本、語(yǔ)音轉(zhuǎn)寫(xiě)等低知識(shí)密度工作，普通的大學(xué)生就可以完成。
從2024年開(kāi)始，隨著大模型在to B和to G行業(yè)落地加速：提升模型能力不再靠堆規(guī)模，而要靠“結(jié)構(gòu)化知識(shí)”和“高質(zhì)量數(shù)據(jù)”。這直接導(dǎo)致任務(wù)形態(tài)發(fā)生重構(gòu)，出現(xiàn)大量專(zhuān)業(yè)門(mén)檻極高的內(nèi)容需求：比如代碼模型的邏輯審校、解釋與優(yōu)化；醫(yī)療、法律、金融等領(lǐng)域的專(zhuān)業(yè)問(wèn)答；多語(yǔ)種、方言體系的對(duì)齊；復(fù)雜agent 的任務(wù)鏈路構(gòu)建等，越來(lái)越多任務(wù)必須由碩士、博士來(lái)完成。2025 年起，這類(lèi)專(zhuān)業(yè)深度的標(biāo)注需求愈發(fā)明顯。
相應(yīng)的，對(duì)參與數(shù)據(jù)標(biāo)注的人要求也變得更高，薪資也水漲船高。記者查閱資料發(fā)現(xiàn)，在最頭部的平臺(tái)，這類(lèi)人才的時(shí)薪已經(jīng)從幾十漲到400元；醫(yī)療、法律類(lèi)還更高。一位業(yè)內(nèi)人士透露：“有大廠以月薪10萬(wàn)的價(jià)格挖三甲醫(yī)院醫(yī)生做標(biāo)注。”
一位金融從業(yè)者講述了試工經(jīng)歷：實(shí)際任務(wù)是一道開(kāi)放難題，連頭部大模型都無(wú)法直接解答，需應(yīng)聘者獨(dú)立構(gòu)建推理、提供解析并點(diǎn)評(píng)模型錯(cuò)誤。“我寫(xiě)了三小時(shí)，極其復(fù)雜。據(jù)說(shuō)幾十人里就我一個(gè)過(guò)關(guān)。”他8月正式接單，一道金融題常需近4小時(shí)，但平臺(tái)結(jié)算時(shí)間封頂3小時(shí)。“質(zhì)檢直接通過(guò)，無(wú)需返修，說(shuō)明難度確實(shí)高。”
從供給側(cè)看，據(jù)記者了解，目前字節(jié)、騰訊、阿里、百度、美團(tuán)等大廠，以及最近兩年加速推動(dòng)大模型落地的大型B端機(jī)構(gòu)是復(fù)雜知識(shí)類(lèi)標(biāo)注任務(wù)的主要買(mǎi)方。
大廠普遍自建標(biāo)注平臺(tái)，個(gè)人可通過(guò)申請(qǐng)進(jìn)入。以字節(jié)為例，其大模型標(biāo)注與評(píng)測(cè)平臺(tái)Xpert在公開(kāi)招聘中給出的區(qū)間是“100—500元/時(shí)”，并強(qiáng)調(diào)已有專(zhuān)家“每天工作2小時(shí)、月入2萬(wàn)+”。準(zhǔn)入門(mén)檻同樣不低：要求國(guó)內(nèi)外TOP 高校在讀生，碩博優(yōu)先。
記者了解到，申請(qǐng)流程除了提交基礎(chǔ)資料，還必須參加一次性的準(zhǔn)入考試。平臺(tái)會(huì)在幾天內(nèi)發(fā)放一套考卷，根據(jù)得分決定是否通過(guò)，且沒(méi)有重考機(jī)會(huì)。題目難度會(huì)依領(lǐng)域而異，但整體以專(zhuān)業(yè)知識(shí)為主，本科至博士階段的學(xué)術(shù)內(nèi)容占比很高，也會(huì)結(jié)合候選人的背景與工作年限進(jìn)行匹配。
OpenAI的300位生物學(xué)博士，只是開(kāi)始
全球范圍內(nèi)的競(jìng)爭(zhēng)也推高了這股趨勢(shì)。OpenAI 今年大規(guī)模招募生物學(xué)博士做專(zhuān)業(yè)標(biāo)注，每小時(shí)100美元，300人團(tuán)隊(duì)一周成本120 萬(wàn)美元，相當(dāng)于一年支出接近6億元人民幣。而這僅是生物學(xué)一個(gè)領(lǐng)域的數(shù)據(jù)生產(chǎn)需求。物理、化學(xué)、數(shù)學(xué)、社會(huì)科學(xué)等專(zhuān)業(yè)加起來(lái)，數(shù)據(jù)預(yù)算的深度幾乎難以想象。
但錢(qián)只是第一步。真正的競(jìng)爭(zhēng)焦點(diǎn)在于誰(shuí)能把這些昂貴的專(zhuān)家數(shù)據(jù)真正轉(zhuǎn)化為模型能力。
業(yè)內(nèi)普遍認(rèn)為，這需要兩個(gè)工程鏈路同時(shí)跑通：能穩(wěn)定生產(chǎn)高質(zhì)量、結(jié)構(gòu)化的專(zhuān)業(yè)知識(shí)；能讓模型真正學(xué)到路徑，而不是“背答案”。“如果只是靠人力寫(xiě)出標(biāo)準(zhǔn)答案給模型背，那意義不大。關(guān)鍵是讓模型學(xué)到知識(shí)的結(jié)構(gòu)。”一位參與某大廠項(xiàng)目的標(biāo)注專(zhuān)家說(shuō)。
也因此，資本與企業(yè)的注意力正在轉(zhuǎn)向數(shù)據(jù)生產(chǎn)的“工程化能力”。在海外，Scale AI、Surge、Mercor 等平臺(tái)化公司迅速崛起，隨著標(biāo)準(zhǔn)化流程和工具鏈驅(qū)動(dòng)規(guī)模增長(zhǎng)，估值一路上漲。
Scale AI的成功用“平臺(tái)+標(biāo)注工具+交付體系“模式，將傳統(tǒng)“數(shù)據(jù)外包”變成了的數(shù)據(jù)工業(yè)化流水線，完成了規(guī)模化擴(kuò)張，最終Meta以約148億美元的價(jià)格收購(gòu)了Scale AI 49%股份的收購(gòu)。Mercor則憑借其在尖端人才招聘領(lǐng)域的積累，打造了面向高質(zhì)量數(shù)據(jù)標(biāo)注需求的新平臺(tái)，一躍成為這個(gè)賽道最年輕的百億美金獨(dú)角獸初創(chuàng)公司，其估值已突破100億美元。
國(guó)內(nèi)的格局則有所不同。由于數(shù)據(jù)保密性要求更高，各大廠幾乎都自建平臺(tái)，并在內(nèi)部形成了相對(duì)封閉的標(biāo)注體系，單獨(dú)對(duì)外靈活招聘。同時(shí)，行業(yè)最有話語(yǔ)權(quán)的一批玩家是語(yǔ)音、自動(dòng)駕駛和早期CV 浪潮中成長(zhǎng)起來(lái)的公司——海天瑞聲、數(shù)據(jù)堂、標(biāo)貝等，它們憑借技術(shù)積累在這一輪大模型時(shí)代順利完成轉(zhuǎn)型，至今仍掌握著大量核心供應(yīng)能力。與此同時(shí)，不少初創(chuàng)團(tuán)隊(duì)也在圍繞持續(xù)變化的模型能力熱點(diǎn)如AI眼鏡的視覺(jué)交互、GUI模型的界面理解等領(lǐng)域，持續(xù)供給新的“數(shù)據(jù)燃料”，成為大廠和傳統(tǒng)數(shù)據(jù)公司的上游補(bǔ)充力量。
數(shù)據(jù)標(biāo)注的本質(zhì)，是教會(huì)AI理解人類(lèi)世界的邏輯、規(guī)則與常識(shí)。而對(duì)專(zhuān)業(yè)標(biāo)準(zhǔn)人才的爭(zhēng)奪的背后是一場(chǎng)更為深遠(yuǎn)的競(jìng)爭(zhēng)——在大模型愈發(fā)垂直化、復(fù)雜化的今天，誰(shuí)掌握了這套“數(shù)據(jù)生產(chǎn)工程”，誰(shuí)就握住了下一代人工智能能力的底層鑰匙。
有公司甚至把崗位描述寫(xiě)得極其文藝：“你將作為AI 進(jìn)化的關(guān)鍵參與者，沉淀行業(yè)智慧，指引模型能力的邊界。”然而，在這條將人的智慧抽象為“數(shù)據(jù)燃料”的生產(chǎn)鏈上，最現(xiàn)實(shí)、最直接的吸引力，還是錢(qián)。
