時薪800、學歷碩士起：大廠熱搶的AI數(shù)據“煉金師”到底在做什么？

智東西
作者 陳駿達
編輯 心緣

在公眾的傳統(tǒng)認知里，AI數(shù)據標注始終帶著某種“數(shù)字流水線”的色彩。

它通常意味著坐在電腦前，重復處理著圖片、語音或文本，比如給自動駕駛圖像逐一框出行人與車輛，為語音系統(tǒng)一句句校對字幕，或者按照既定規(guī)則為數(shù)據打上標簽。其低門檻、低薪資、機械性的特質，堪比AI時代的“電子廠”。

但當大模型浪潮席卷AI行業(yè)之后，數(shù)據標注行業(yè)開始出現(xiàn)一種出人意料的變化。雖然傳統(tǒng)數(shù)據標注工作仍有龐大需求，但越來越多AI企業(yè)，尤其是頭部大模型廠商，正在尋找一種更有技術含量的新型標注員。

如今，阿里、字節(jié)、DeepSeek、MiniMax等企業(yè)的一些相關崗位，不再冠以“數(shù)據標注”的名稱，而是改名為“數(shù)據百曉生”、“AI出題專家”、“數(shù)據煉金師”等等。

能力要求也隨之變化。不少崗位的學歷要求提高到碩士及以上，擁有法律、金融、醫(yī)學、編程、語言學等專業(yè)背景，或是具備豐富從業(yè)經驗和競賽經歷的人才更為吃香。

要求提升后，這些崗位的薪資待遇也有可觀的上浮。在Boss直聘等招聘平臺上，金融、法律、醫(yī)學等垂類任務已經出現(xiàn)每小時500-800元的報價。即便是在大廠做外包崗，這類崗位的月薪也從傳統(tǒng)數(shù)據標注三四千元的水平，提高到8000-10000元左右的水平。

大模型時代的數(shù)據標注，正在成為一種復雜得多的職業(yè)。而這一變化背后，其實對應著AI產業(yè)自身的一次轉向。

一、AI數(shù)據標注，為什么突然需要專家？

大模型行業(yè)的數(shù)據供給模式，正在發(fā)生變化。

早期大模型的訓練高度依賴海量公開數(shù)據，廠商抓取互聯(lián)網文本、圖片和視頻，讓模型學習語言規(guī)律與世界知識。在這一階段，算力、參數(shù)和數(shù)據規(guī)模很大程度上決定了模型能力上限，這也構成了預訓練階段的Scaling Law。

然而，互聯(lián)網上的數(shù)據終歸是有限的。2024年，OpenAI前首席科學家Ilya Sutskever就曾提出一個觀點，互聯(lián)網上用于訓練模型的數(shù)據即將枯竭，這可能會終結我們過去所熟知的預訓練范式。

具體到中文上，這一數(shù)據短缺的問題可能會更嚴重。阿里研究院發(fā)布的《大模型訓練數(shù)據白皮書》顯示，互聯(lián)網上中文語料和英文語料占比存在顯著差異，英文語料占比高達59.8%，而中文語料僅占1.3%。

同時，互聯(lián)網數(shù)據并非天然的高質量資源，其中大量內容存在重復、噪聲、錯誤甚至相互矛盾的語料。模型可以靠互聯(lián)網數(shù)據學習語言模式，卻未必能夠形成可靠判斷。

▲某大廠的數(shù)據標注崗位要求中，提到了高質量中文數(shù)據的短缺

合成數(shù)據雖被視為緩解這一問題的路徑，但難以根本解決問題。模型生成的數(shù)據受限于自身能力邊界，可以擴展已有知識，卻難以創(chuàng)造超出自身認知的判斷標準。

因此，后訓練階段的Scaling逐漸成為行業(yè)重點。這一階段，模型能力的提升越來越依賴人工反饋，包括模型評測、偏好數(shù)據構建以及RLHF等工作。模型需要人類告訴它，什么答案更優(yōu)，什么邏輯更符合現(xiàn)實，什么表達更符合專業(yè)標準。

而在金融、法律、醫(yī)療等專業(yè)領域，以及推理、創(chuàng)意寫作等復雜任務中，只有具備深厚專業(yè)知識和判斷能力的人，才能產出真正高質量的數(shù)據，反哺模型的能力提升。

二、時薪可達500元，但學歷并非通關密碼

隨著后訓練重要性的持續(xù)提升，從2025年下半年開始，字節(jié)、阿里等國內大廠和DeepSeek、MiniMax、智譜等AI頭部廠商，陸續(xù)在招聘平臺、高校社群和社交媒體上宣傳自家的專家數(shù)據平臺或是高級數(shù)據標注崗位，吸引更多專業(yè)人才加入。

為了理解這類新型數(shù)據標注工作的具體內容，智東西采訪了兩位參與者。他們進入行業(yè)的路徑不同，所處職業(yè)階段也不相同，對工作的感受更存在明顯差異，但都在參與同一件事：幫助模型學習如何判斷、理解與表達。

去年，擁有十多年金融和互聯(lián)網從業(yè)經歷的Molly，在社交平臺上看到字節(jié)專家數(shù)據平臺Xpert的招募信息后，隨即投遞了簡歷。

▲字節(jié)專家數(shù)據標注平臺Xpert

真正進入平臺之前，她首先需要通過測試。候選人不僅要證明自身專業(yè)背景，還需要設計能夠“難倒模型”的問題。平臺會同時調用多個模型進行驗證，只有當至少兩個模型回答失敗時，題目才有機會被認定為有效。

Molly并不覺得測試困難，但她也觀察到，不少參與測試的候選人會卡在這一環(huán)節(jié)。在她看來，原因并不只是學歷高低，而是真實行業(yè)經驗的差異。“很多碩博學生沒有真正的從業(yè)經歷，所以很難設計出有行業(yè)深度的問題?！彼f。

最終，Molly進入了商科與金融方向的專家任務組。她提到，這類任務往往對應真實業(yè)務場景。以投資盡調場景為例，多種模型會模擬機構對項目開展評估，圍繞風險、運營與商業(yè)可行性生成數(shù)份上萬字分析報告。

而她的工作，則是以金融從業(yè)者的視角，對這些結果進行比較與判斷：哪份分析更符合真實業(yè)務邏輯，風險識別是否充分，評估框架是否貼近實際決策流程。完成選擇之后，工作并未結束。她還需要進一步拆解判斷過程，從多個維度解釋依據，并指出其他答案存在的問題。

這類任務采用時薪制，根據測試結果和專業(yè)能力進行分級。Molly觀察到，在金融方向，300元至500元時薪并不罕見。

需要補充的是，這份工作的時薪并不能直接換算為月薪，其薪酬完全與工作量掛鉤，專家每天接多少任務、平臺每天放多少任務，都會影響專家在一段時間內的總收入。

在Xpert上，大多數(shù)任務都可以在線完成，但需要全程錄屏以防作弊，確保判斷來自真實專家，而非其他AI工具。

在Molly看來，這份工作的核心能力要求并不是學歷，而是長期積累的行業(yè)經驗，真正做過投資、做過評估，才知道模型的問題在哪。

除了金融相關任務，Molly有時也會主動選擇一些時薪較低的邏輯題。在她眼里，這些任務更像桌游，因此做起來頗有趣味。

談起這些經歷時，Molly始終帶著一種明顯的興奮感。我們問她是否享受這份工作，她幾乎沒有猶豫地說道：“很快樂。”

三、創(chuàng)意外殼之下，數(shù)據標注仍是流水線？

不是所有人都像Molly那樣，將這份工作視為享受。

畢業(yè)于中國礦業(yè)大學的淵星在2025年5月以外包身份進入一家互聯(lián)網大廠，從事AI小說方向的標注工作，半年后離職。這是他人生中的第一份工作。他說：“在入職之前，我沒有任何工作經驗，也沒有做過數(shù)據標注?！?/p>

他所在的AI小說項目組剛成立不久，正處于缺人階段。相比成熟團隊優(yōu)先招募有標注經驗的從業(yè)者，這個組更看重寫作背景。

淵星恰好符合這一點。他有出版經歷，也拿過一些寫作獎項，因此即使缺乏標注經驗，仍順利通過面試進入團隊。

但真正入職后，他發(fā)現(xiàn)，這份工作的實際內容與外界對“AI小說”的想象并不完全一致：拋去創(chuàng)意工作的外殼，其本質上是一套高度細分的數(shù)據生產流程。

淵星所在的團隊需要同時處理多個模型生成結果：同一個小說指令會被交給該大廠的模型以及其他競品模型作答，標注員則負責逐條閱讀、比較，并依據規(guī)則判斷問題所在。

這份工作對專業(yè)能力有著不低的要求。團隊里有大概一半人干過編劇，其他人則有網文創(chuàng)作、媒體投稿的經歷，標注員需要判斷人物行為是否符合設定、劇情推進是否合理、沖突是否成立，一切都被拆解成細致的評分標準。

完成問題識別后，標注員還要給模型輸出打分，并在部分項目中對文本進行人工改寫，刪除冗余描寫、修補邏輯漏洞，或重新調整結構。其中一項工作是為長篇小說“抽細綱”。一部十幾章、上萬字的小說，需要被逐章提煉成結構化大綱，再作為模型擴寫和訓練的數(shù)據輸入。

從本質上來看，這更像一種需要文學判斷力的流水線工作，任務高度重復、標準化。淵星認為，標注員在生態(tài)鏈中的位置很低。

淵星稱，他的工作時間是每天上午9:30到晚上6:30，中午有90分鐘休息時間，上下班時間彈性，基本不會加班。

盡管對文學審美和寫作能力有一定要求，但淵星的薪資水平并不高。他在北京工作，每月到手收入約為8000元，五險一金按當?shù)刈畹蜆藴世U納。

四、同一份數(shù)據標注，不同的職業(yè)現(xiàn)實

同樣從事數(shù)據標注，Molly與淵星卻身處兩個截然不同的世界：一邊是高度專業(yè)、能獲得價值感的崗位，另一邊雖也有專業(yè)性要求，卻更像是枯燥壓抑的流水線。

這種分化，也塑造了他們對AI行業(yè)完全不同的理解。

Molly對這份工作抱有明顯認同。在她看來，制造數(shù)據、訓練AI本質上是一種知識共享過程。金融專家、法律專家、心理咨詢師都在向模型輸入經驗，而模型再以更低成本回流給社會。

在過去一年里，她明顯感受到模型迭代越來越快。金融領域里，監(jiān)管規(guī)則和行業(yè)變化頻繁，而早期模型經常無法識別這些變化，如今類似問題已經減少。

除了標注工作外，Molly還將AI應用到了她的另一個身份上。她經營著一家心理咨詢工作室，過去，咨詢師需要花費大量成本尋求專業(yè)督導（由經驗豐富的咨詢師對其他咨詢師的工作進行評估和支持），而現(xiàn)在，她開始借助模型完成部分督導的需求。

她相信，這會讓專業(yè)服務變得更加普惠。

淵星的感受則更克制。他承認模型在進步，但這種進步并不總是直觀，尤其在小說領域，半年時間里，他并未看到令人驚艷的變化。

更重要的是，他始終難以確認自己的勞動究竟產生了多大作用。模型吸收的是海量數(shù)據，而他處理的只是極小部分。即便模型提升，他也無法清楚判斷，哪些改變真正來自自己的工作。

這種感覺，他形容為“黑箱”。勞動存在，但成果距離自己很遠。

淵星還在他的敘述中提到一個體驗——“被挑刺”。在日常工作中，數(shù)據必須經過質檢員修改才能提交。質檢員每改完一篇，都會在群里@標注員并指出問題，群里幾乎全是問題反饋，從不說哪里寫得好。

然而，在小說標注這種高度主觀的任務中，所謂“錯誤”并不總是絕對的，而更像是不同理解之間的差異。但在流程中，它仍然會被呈現(xiàn)為需要修正的問題。

淵星觀察到，很多標注員在工作中開始懷疑自己的價值，他們所處的工作氛圍也比較壓抑。在他工作的半年時間里，有兩位同事因此離職。

結語：誰在教會AI理解世界

如何高效地組織人類經驗，正成為大模型下一階段競爭的關鍵因素。在這一過程中，像Molly和淵星這樣的參與者，構成了連接模型與真實行業(yè)經驗的關鍵節(jié)點：他們將自身的專業(yè)知識與判斷能力，按照易于模型理解與吸收的形式重新組織，再注入訓練與反饋流程之中。

在大模型時代，這項工作不再以相對單一、固定的形態(tài)存在，而是被進一步細化、拆解。從通用標注走向領域分工，從簡單判斷走向復雜推理，從結果打分走向過程解釋，數(shù)據生產正在形成更精細的任務鏈條。

與此同時，也需要看到這種新型知識工作給人帶來的差異體驗。有人在其中獲得價值感，也有人在重復與標準化流程中被消耗。如何讓人的經驗被更有尊嚴地對待、讓專業(yè)判斷的價值被更清晰地看見，正在成為這個新生產體系中無法回避的問題。

注：Molly、淵星均為化名