“有多少智能，就有多少人工”。

戏谑的话藏在人工智能的背面，至今仍成立。刚从大学出来的丁洋，前途暂时踩在这句话的后半部分。

丁阳大学学习轻化工程。毕业后，系里的大部分学生都去了三班倒的造纸厂。他不想去工厂。今年6月毕业后，丁阳从回到海口，8月初拿着一本电子训练题库，两天后成为文心的“新手”数据标记员。

在海口市秀英区招商局大厦，文信的数据标注员习惯称之为“基地”。200多人在这个基地进出，分布在这栋办公楼的三楼。入职前要签保密协议，进门要刷脸，一人一台电脑。很多电脑都是老板从山西租来的，因为在当地租这些设备的熟人不多。

“这台电脑不需要500元。有一次我把主机拿到闲鱼上搜，值60元。我可以装一个比这个好很多的500元。”

丁阳高考报的电脑后来被调到轻工程，但他对此并不感兴趣。相反，他在大学里看到了很多关于计算机和软件工程的事情，这让他很快听说了去年年底ChatGPT的出现。

今年12月，他注册了一个ChatGPT账号，随后“能力比我预知的要多”，他说。

当我在基地的过程中遇到丁洋时，他面前电脑屏幕上的问题是：“成功人士的标准是什么？”

这可能是客户的真实问题，也可能是凭空产生的测试问题，但在屏幕前，需要标记。

标注并不容易。

在这个问题下，会有五个不同的答案。数据标记员应该阅读它，然后找出每个答案中的所有缺陷。

例如，错误的单词或逻辑单词，如“因为”和“因此”被误用，但更多的是回答非问题，或者所谓的“幻觉”出现在没有事实依据的段落中。

他想根据答案的质量给这五个答案打分，满分5分，共5分，最低1分。3分及以下答案，丁阳需要将每个错误分为标记系统给出的不同类型的错误。

这个复杂的纠错过程是在训练中生成合适的奖励模型RM（rewardmodel，也叫偏好模型)，评分和排序的动作会使模型与人类的偏好进一步对齐。

这也是ChatGPT取胜的关键，OpenAI的论文中曾描述过这一点，指令微调（Instructiontuning）让人工智能在这个过程中与人类的想法对齐。

在数据标记员工作之前，需要一些更专业的人员将扩散的语料库变成具体的问答对，然后像例题一样喂给大模型。经过大量正确的问答数据训练，后者开始自己解决问题。

在这个阶段，数据标记员从安全性、准确性和相关性的角度对大型模型产生的答案质量进行评估，这进一步培养了一个奖励模型。最后，奖励模型将取代手动标记。

OpenAI估值超过300亿美元的背后，有大量时薪不到2美元的肯尼亚数据标注劳动力，否则去年12月就到不了丁洋了。

然而，丁阳并不理解RM或SFT的定义。他说，在开始之前的培训中没有这些理论内容，有些人甚至不知道他们工作的新话是什么。但这并不重要，重要的是完成事情。

早上九点到六点，做六点休息和一份工作，基本工资1800元。一个月后，如果平均每天能标记足够的40个问题，基本工资就会得到。基本工资按完成率计算，准确性也应考虑在内。“老兵”的稳定工作量是每天7次、80个，遇到的问题也比较难。平均来说，一个月能拿到4000元。如果你努力一点，比如每天标100道题，一个月能拿到7000元。

对于丁阳这样的刚毕业的学生来说，4000元是一份起步不低的工作。海口人均月薪只有3000元，甚至10人中有6人一个月拿不到3000元。当地著名的后安粉卖11元，ChatGPT标记员一个小时就能买到一碗。相比之下，粉很贵。按照他的话说，海口人赚的钱不多，但他们愿意从吃东西开始。

丁阳说：“股票是最难的，或者是汽车。遇到这个问题可能需要20分钟。

“比如有人会问是买宝马3系还是奔驰C系。”这时候大模型会列出80多个关于两款车的参数给客户比较，所以他要跟着屁股后面逐一核对每个参数的真实性。

半个月的工作也标注了几百道题，但他说自己印象中能拿到3分就好了，很少有4分。

他记得一道题拿到4分，题目是“林黛玉为什么要打白骨精？”

文欣没有沿着杆子爬。林黛玉没有回头打白骨精，然后介绍了林黛玉和白骨精各自的人物背景。从答案质量的每一个层面来看，这几乎是无可挑剔的。

我把这个问题提到了Claude2，它说:“白骨精化作为王熙凤，多次侮辱林黛玉。林黛玉对白骨精的伤害很生气。”——幻觉真的很麻烦。

2020年初，“人工智能培训师”正式成为职业，并被列入国家职业分类目录。两年后，大模型的浪潮突然在这个目录上切断了更多的漏洞。

看着人工智能带走人类的旧工作，然后指望它创造新的工作。就像马车被汽车取代一样，新工业将给马车司机一个劳动致富的新世界的一般描述，大量有钱找目标投资者买这个说法，有些人不买，比如英国杰弗里·辛顿，他曾经奠定了深入的学习基础，但现在担心。

但目前最直观的创作就是丁洋这样的大模型数据标注员。

2022年以前，人工智能的前沿阵地仍然无法控制自己自动驾驶的定义阶段，对数据标记员有一个冷淡的描述：

“如果人工智能被视为动物，数据标记员的工作大致相当于准备饲料。”

这项工作很便宜，重复——甚至不足以喂饲料。

一个传统的数据标记员，每天的工作只是仔细观察每个接收到的图像，标记汽车或狗的轮廓，标记，拖到不同的文件夹；或者用点阵工具标记驾驶视频中每帧的障碍物，留下一个完整的“驾驶区域”。

一个数据标注员每天可能要做2000次这样的动作。

只有通过注明的数据才能被人工智能学习。一家自动驾驶数据供应商曾表示，自动化水平仅为5%，95%的自动化工作仍由人工完成。

大模型到来后，数据标记本身也开始发生变化。大模型数据标记员的主要工作不仅是对屏幕上的简单拉框、描点或标记，而且是对生成内容的评估、排序和评分。如果涉及多轮对话或多模态内容生成，则更加困难。

如果说传统CV和NLP时代的模型标注更倾向于遵循客观规则，那么大模型的标注规则就要主观得多，考验标注人员的素质。正因为如此，百度在海口和山西的大模型标注团队都是本科以上学历。

海口基地的一般标记员有机会晋升为质量检验员，然后成为培训师和主管，最终成为项目经理。这是几个月内建立起来的一个渠道。一位在海口为文欣做数据标记的代理商表示，试用期结束后，内部岗位可以晋升，没有时间轴。

丁阳说：“这是一个快速成型的新产业。”每一个环节都是新手。

质检员完成第一次审批后，将题库交给第二次审批。第二次审批是百度内部审批，这些培训数据脱离了丁阳标记团队的手。

为文心工作的丁洋和整个基地的200多人，都不能说是百度的员工。

海口基地的标记人员属于四个不同的代理商。他们的劳动合同与这些第三方数据标记企业签订。这就是这个职位的做法。百度从自动驾驶到大型人工智能的历史悠久，背后是全国600多家代理商和300多个城市的20万数据标记人员。

百度为自己的大模型专职团队预置了近万人的规模，该计划将兑现为未来全国十多个城市