这篇文章开始之前，先邀请大家猜猜下面这份招聘要求对应的是什么岗位。

揭晓答案：这份看起来要求不低的工作，招聘的是AI数据标注员。在BOSS直聘上，这个岗位月薪最高接近两万元；部分岗位直接注明“重点大学本硕博优先”。

通俗地说，数据标注员就是AI的老师，负责对文本、图像、音频等原始数据进行分类、标记或注释，从而教会机器识别、理解并学习人类世界的逻辑和知识。

2020年起，“人工智能训练师”正式被纳入国家职业分类目录，“数据标注员”是其中的重要工种之一。据国家数据局，截至今年9月底，我国7个数据标注基地共有标注企业362家，标注从业人员达8.5万人。

但这个行业仍缺乏人才。量子位智库2023年底发布的《中国AIGC数据标注产业全景报告》显示，未来5年，中国数据标注专业人才缺口或达百万量级。

那么，数据标注到底是一份什么样的工作？

“985”“QS100”硕博，

给AI当老师

小鹅本科就读于一所“211”高校，目前在一家“985”高校读研，学的是历史学专业。她曾在大四那年做过一份数据标注实习的工作。

她每天的工作，就是面对一张科技公司发来的、填满后台收集的用户提问和AI生成答案的Excel表格，给AI的答案打分。小鹅处理一条数据平均花费的时间是15分钟左右，少数棘手的任务，单条就要花上近一个小时。

这份实习不需要面试，招聘方会提供一份打分标准手册和一套测试题，要求自学手册内容后，在测试题中选5道，完成后上交，正确率超过80%即视为通过。

小鹅当初花了一个下午学习这份标注手册，又花了2个小时完成5道测试题，才通过了考核。

起初觉得易如反掌的小巴，尝试了小鹅发来的两道题，结果正确率不足50%。这才发现，这份工作远比我们想象的困难。

◎ 首先，标注手册中包含大量术语，理解门槛极高。比如，“缺少富媒体形式”，是指答案中没有包含短视频链接；“prompt外泄”，是指答案暴露了提问未涉及的内部指令；“弱相关内容或冗余残留”，就是答案和提问没关系。

◎ 其次，打分要求极其繁琐、严格。标注者需要在“0、1、2、3”四个档位中给3个答案分别打分，并根据答案在准确性、结构性、相关性、全面性等方面的缺陷，分别打好标签，备注原因；然后把三个答案依次排序，逐一解释理由。

进行数据标注的工作人员

对于如何判定分数和标签，接近6万字的标注手册列举出了几十种具体分析场景，这些分析费时费力。比如，判断是否出现幻觉，需要一一核对参考资料；涉及专业知识，需要自己查找资料去验证。

除了打分，另一种常见的标注形式是“出题”，难度更大。刚获得海外语言类专业博士学位的小凡，求学时做了长达5年的数据标注兼职。她的工作是在一家海外众包标注平台上给AI出题并写出解答，难度达到博士级别。这些文本会被作为训练语料，喂给AI。

从招聘市场情况看，这份职业的天花板极高。

今年以来，各家头部大模型公司开始在招揽专家级标注员上竞速。比如，阿里搭建了“晓天睿士”专家社区，学历要求头部高校硕士起步，行业专家级人才最高时薪可达1000元。字节跳动成立了Xpert兼职众包标注平台，需要标注者上传简历、选择标注的细分专业领域，并完成难度较高的专业知识测试。

另一方面，行业的“入场券”也在快速涨价。

一位负责多家头部企业标注人员招聘的HR告诉小巴，近两年，标注岗位招聘要求不断提高。

早期招聘要求的学历水平大多在专科、高中，无需经验、上手就能做。但今年，候选人本科以上学历的占比超过五成。通用类AI标注开始有经验要求；垂直类一般要求相关专业或行业经验，部分岗位需要做专业笔试。

竞争也逐渐激烈，目前招聘通过率大约是2：1。

持续吸纳高端人才，成为标注行业肉眼可见的趋势。

部分公司数据标注招聘要求

不算体面的工种

顶尖人才正涌入数据标注行业，但身处其中的人们，大多态度悲观。

在高强度的标注实习中，小鹅感受到了这个行业巨大的矛盾。

其一，缺乏尊严。

小鹅最反感的是工作中没完没了的扯皮。文字判断有巨大的主观模糊空间，作为乙方的标注员与作为甲方的质检员经常会发生争执。比如，甲方认为A答案的逻辑性更强，而乙方认为B答案更完善。

在这些争论中，她感到标注员角色的巨大矛盾性：虽然承担着AI工程里超过60%的工作量，但他们在这个系统里是不被尊重的。随着模型的进化和调整，甲方给出的打分标准会经常变动，但标注员们往往无法撼动现有的标准，只能接受甲方的评判。

她也感到这份工作缺乏获得感。即便标注已经成为一个知识密集行业，但仍采取着流水线式的管理方式，绝大多数标注工作采取计件制计薪。标注的工作本质是消耗脑力处理一条条数据，但并不知道这些数据从哪来、到哪去，甚至不少标注员不知道自己标注的是哪个大模型。

其二，性价比低。

小鹅此前实习的公司是一家外包标注机构，项目团队里大多是兼职的大学生，每人每天至少完成10条，日薪100元，超额完成按10元/条计。

部分公司数据标注仅招聘兼职人员

即便是专家级别的标注，性价比也很低。一位入驻某家国内大模型专家社区的在读博士告诉小巴，自己在平台上出题的时薪大约在100—300元，收入并不比家教等其他兼职有吸引力。他很快放弃了这份兼职。

从招聘市场的薪资报价看，全职数据标注员的门槛水涨船高，但待遇低，在北京、上海这样的地区，不少标注岗位要求研究生级别学历，但月薪只有六七千元。

其三，上升空间狭窄。

一位AI产品经理向小巴介绍，他所在的头部互联网企业，标注岗位除了极个别管理岗位，其余均为外包，人员流动率极高，能待上超过一年的人并不多。

虽然理论上，数据标注员可以依次向标注组长、质检、质控、数据运营乃至算法类岗位发展，但因为技术类岗位的天然壁垒，真正实现的概率极低，绝大部分标注员会一直停留在原岗位上。

其四，即使门槛被知识抬高，标注本质上还是一份极易被AI替代的工作，“教会徒弟、饿死师傅”。

科技公司正在普遍采用合成数据减少对人工的依赖。比如，业内常见的降本手法“蒸馏”，即用ChatGPT等更高级的大模型生成的答案去训练更初级的大模型。中小型大模型厂商大多使用这种方法，降低数据成本。

因为这些原因，高端人才们进入标注行业，大多要么是寻求临时过渡工作，要么只是作为兼职获得一份收入，行业对他们难有长期吸引力。

大模型巨头开始“卷”数据

问题的本质，是标注行业的社会认知和管理方式，都没能跟上AI“知识饥渴”的速度。

过去8年，数据标注行业经历了巨大的变化。

这曾经是个非常底层的工种。它兴起于2017年前后，早期被广泛应用于智能驾驶。那时任务简单重复，比如框选图片上的红绿灯、汽车、障碍物。

因为又苦又累，多年来，海外科技巨头把这份工作转移到劳动力最廉价的地区。牛津大学的一项调查显示，全球有数百万数据标注员集中在乌干达、肯尼亚等欠发达国家，他们每天工作9小时以上，时薪仅约1.16美元（约合人民币8.3元），项目结束即失业。

OpenAI合作外包公司Sama公司员工

图源：Sama公司官网

在中国，数据标注产业主要聚集在中西部及三四线城市。在标注基地打标的员工，不少是待业青年、中老年人、残障人士，只要会使用电脑即可。

所以在大部分新闻报道中，数据标注员是一群AI世界里隐形的底层劳动力，在全世界欠发达国家、地区赚着“赛博流水线”上的微薄收入。

但最近两年，高端化的趋势开始在海外兴起。海外数据标注龙头Scale AI，从2024年开始关闭肯尼亚、尼日利亚、巴基斯坦等地的承包站点，转而招聘美国本土高学历人士。

据港媒报道，截至今年年初，Scale AI参与模型优化的人员中，12%拥有分子生物学等领域的博士学位，超40%拥有所在领域的硕士学位、法律学位或MBA学位。

相较于时薪仅1美元出头的低端标注，这些高端标注员平均时薪达到40美元。

而对专家级标注员的投入也确实推动了公司的增长，Scale 2024年营收约8.7亿美元，预计今年营收达20亿美元。Scale AI创始人Alex Wang公开发言称：“我们需要最优秀和最聪明的头脑来贡献数据。”

其竞品、美国另一数据标注巨头Surge AI，已经成为全球大模型追求高端数据时的首选。它把高质量的数据标注比作“写诗”，组建了一支由哲学家、工程师、常春藤盟校毕业生等构成的标注团队。

而国内的高端化趋势，很大程度上是从DeepSeek开始的。

2023年起，DeepSeek开始招聘“数据百晓生”岗位，不限专业、不限经验，实习生日薪超过500元，正职年薪可达百万。岗位要求之一是“涉猎广泛、博闻强识，对各行各业的知识都拥有强烈的兴趣”。

“数据百晓生”的主要任务，就是给AI出题、编写“理想态”的优质答案作为学习资料、给AI生成的答案打分和调试，等等。

结果也很惊人：DeepSeek上线7天用户破亿，靠文采飞扬、金句频出和严谨的深度思考破圈，业内盛传其标注团队由北大哲学系的学生组成。

此后，国内大模型界风向逐渐转变，开始在“特级教师”上做文章。

这种从“普通老师”到“特级教师”的需求变化，是AI进化到一定程度的必然结果。

AI行业有句经典名言“Garbage In Garbage Out”，一个模型能力行不行，很大程度上取决于训练模型的数据质量。据IBM的一项研究，仅注释质量提高5%，就可以将复杂计算机视觉任务的模型准确率提高15%—20%。

算法、算力、数据，是业内公认的AI三要素。头部大模型们在算法和算力上难分伯仲，数据质量成了最有机会“卷”出差距的方向。

AI变成精英以后？

可以说，自数据标注被正式认定为职业，经过5年的发展，这个行业仍面临着低壁垒竞争和劳动剥削等诸多问题，处于一个难以定性的状态。

但在每个新兴行业出现、创造新工种的早期，都会出现类似的问题。所有的职业，都是先出现，再进化的。

这份工作的前景也未必真如想象中渺茫。比如，它提供了一种职业转型路径：成了一条文科生在AI领域大展拳脚的神奇过渡带。一些头部大模型已经开始组建“AI人文训练师”团队，训练AI识别“仇恨言论”和撰写“高情商回复”。

而这些文科生，也在这份工作中不断触碰AI与社会的边界。小鹅说，在结束这份实习以后，她手机里的AI总是比别人的好用，因为理解底层逻辑，她更擅长下达精确的指令。

这是个需要高质量人文社科人才的岗位，因为只有最善于思考人与世界关系的人类，才能教会AI怎么更好地做一个人。

学习使用AI办公技巧

换个角度看，在高学历人才该不该去“打螺丝”之外，还有一件事值得关注。

在小鹅标注的上千条数据中，她印象最深刻的一条记录是，一位用户向AI提问“残疾人患脑癌能不能进养老院”。小鹅翻阅此人的过往提问记录，发现她向AI倾诉了很多自己各方面的困难，包括离婚、家暴、病重和无人赡养。但对于AI而言，这些提问不过是一条条平平无奇的数据流。

当AI在顶尖老师的训练下变得越来越顶尖，它就像一个含着金汤匙出生、接受正统通识教育的古希腊式精英，逐渐无法再看到更基层的需求。

或许下一步，新的鲶鱼就会从这些被忽视的需求中跳出来。

*文中受访者姓名均为化名

文 /巴九灵

本篇作者 | 温若梅 | 责任编辑 | 徐涛

主编 | 何梦飞 | 图源 | VCG、网络