人类是如何靠“出卖”自己，喂养出更聪明的AI？

AI训练师或许是人类历史上第一批系统性向机器转移判断力的人。林知夏每天都在做同一件事教AI更像人。她反复听模型生成的粤语语音判断哪里不够自然哪里带着机器味哪里不像一个真正的粤语母语者。有时候一个字的鼻音偏差她能听出来一个细微的吞音错误她也能发现。过去两年她把这些经验一点点交给AI。而她也亲眼看着AI越来越“像人”。到2025年底她负责训练的语音模型已经能够流畅完成大部分粤语场景的表达。曾经需要反复修正的问题越来越少出现。模型进步的同时一种微妙的情绪也开始出现。因为她越来越难判断究竟是在训练AI还是在训练一个未来可能替代自己的东西。这种矛盾并不只属于林知夏。从互联网大厂的数据策略师到兼职写Rubric评分标准的博士生从商品图片审核员到语音模型测评师一群新的劳动者正在做着同一件事——把自己的知识、经验和判断力拆解成机器能够学习的形式。他们是AI训练师。而他们或许也是第一批亲手参与制造自己替代者的人。如果把时间拉长来看这甚至不只是一个职业变迁的故事而更像是人类历史上第一次大规模向机器移交判断力的过程。从给猫打框到教AI思考AI训练师并不是ChatGPT时代才出现的新职业。早在2010年前后随着深度学习兴起大量数据标注员就已经出现在人工智能产业链中。他们给图片里的汽车和红绿灯画框为语音数据标记发音为地图数据补充路况信息。那时行业普遍相信“数据是新时代的石油。”2012年ImageNet竞赛成为深度学习发展的关键节点。此后十余年间全球科技公司开始疯狂收集数据。中国也诞生了一批专门的数据标注企业在贵州、河南、山西等地形成了庞大的数据标注产业。那时候的标注员更像流水线工人。模型不会识别猫人类就告诉它什么是猫模型不会识别汽车人类就一张张把汽车框出来。AI训练师的任务是给机器提供答案。林知夏刚进入科大讯飞AI研究院时做的很多工作也带着这种“流水线色彩”。她每天要从B站、喜马拉雅等平台寻找语料筛选纯人声、无背景音、单一声线的视频素材再整理成训练所需的数据集。“最开始其实没那么高深。”她说“更多是在做数据准备工作。”图受访者供图但很快她发现事情正在发生变化。2024年她刚接手项目时团队训练的粤语语音模型仍然显得笨拙。机器说话会卡顿语速忽快忽慢声调不够稳定很多句子听起来依然带着浓重的机械感。“你一听就知道是机器。”那时国内不少语音模型仍处于追赶阶段。“美国做了二十年的东西你想五六年追上肯定不现实。”林知夏说。但AI进步的速度远超很多人的预期。一年多后当她离开项目时同一个模型已经能够流畅完成大部分粤语表达。语调、停连、节奏都越来越接近真人甚至能够模仿不同地区的口音特征。“真的越来越像人了。”类似的变化也发生在京东。陈若宁2025年进入京东负责商品图片生成相关标注工作。刚入职时团队对AI生图的要求并不高。“能把商品抠出来再换一个背景我们就觉得已经不错了。”但仅仅过去半年情况完全不同了。Google的Nano Banana模型让一切变了样。过去需要大量人工设计和后期处理的场景如今模型已经能够自动生成。给它一台洗衣机它可以生成一个用户打开洗衣机门的动作场景给它一件服装它可以自动匹配模特、灯光和展示环境。更重要的是模型开始理解图片背后的含义。过去大模型处理中文能力很差商品图中的文字经常生成乱码。许多电商团队甚至默认“不要让模型写字”。如今模型不仅能识别商品图上的文字还能理解商品信息背后的卖点。识别出搪瓷杯后它会生成“耐用”“不易碎”等描述识别出婴儿用品后也会自动调整文案风格。变化发生得如此之快以至于很多训练规则都在不断失效。外包标注员孟霖对此感受深刻。2025年刚入行时他负责大量选择题训练任务。当时设定规则时有一条几乎每次都要写“回答不得超出给定选项范围。”因为模型经常会在三个选项之外自己创造第四个答案。但到了2026年初这条规则被取消了。“质检直接告诉我们不用写了。”他说“因为现在模型已经不会犯这种低级错误了。”模型正在跨过越来越多曾经需要人工纠正的错误。而这也意味着训练师必须寻找新的问题。问题开始从“什么是正确答案”变成“什么是更好的答案”。这一变化背后是整个大模型产业正在经历的一次转向。向大模型交出自己的判断力如果说预训练时代教会AI的是知识那么后训练时代教会AI的则是如何使用知识。在这条让AI变得更“聪明”的生产链上关键节点是两类人一类是直接面对任务的“做题人”他们按照规则生产数据另一类则负责设计任务的“出题人”负责拆字段、写规则、定标准。两类人协力完成的是同一件事把人类的判断力结构化。周以恒在字节负责数据策略工作就是链条中的“出题人”。在他看来很多普通用户看到的是AI越来越会聊天、越来越会写文章但真正发生变化的是模型内部能力结构。“基模其实只是预测下一个词。”他说“它学到了很多知识但并不知道知识之间应该怎么连接。”换句话说模型知道很多事实却不知道什么时候该调用这些事实。后训练要解决的恰恰是这个问题。例如一个用户如果询问“现在12点半了我还没吃午饭请给我推荐一家附近人均40元以内的日料店。”对于人来说这是一个简单需求。但对模型而言需要完成一连串复杂动作。它首先要理解用户真正想表达什么然后调用地理位置工具获取坐标把坐标转换成商圈信息再调用本地生活工具筛选符合条件的餐厅最后把结果组织成自然语言反馈给用户。整个过程中模型不仅要理解语言还要学会规划、推理和决策。这些能力并不能直接从互联网网页中学到。过去十年AI行业一直相信规模扩张需要更多参数更丰富数据更大的算力。但到了2024年前后一个越来越明显的问题开始出现——高质量互联网数据正在接近天花板。公开网页、论坛、百科和新闻里的优质内容并不是无限的。当几乎所有大模型公司都在使用相似的数据进行训练时仅靠扩大规模已经越来越难获得能力突破。行业开始寻找新的资源。这一次不再是网页而是人脑中难以被提取的“判断力”。医生如何诊断疾病、律师如何构建论证、研究员如何阅读论文、母语者如何识别语感……这些原本只存在于经验中的知识开始成为后训练时代最重要的训练材料。AI需要学习的不再是知识本身而是人为什么这样思考。过去AI训练师的工作是告诉模型答案是什么现在他们要告诉模型为什么是这个答案。这种变化让整个职业开始从“数据工人”变成“知识工人”。“做题人”孟霖对此感受颇深。这名人文社科方向的博士生从2025年开始兼职参与大模型训练项目。刚入行时他接触的大多是相对标准化的任务判断回答是否正确、比较两个答案哪个更好、补充引用来源。但很快任务难度开始迅速提升。如今他需要围绕一个人文社科问题写出数百字回答同时附上二十多条Rubric。所谓Rubric本质上是一套评分标准。每一条标准都需要写清楚引用了哪篇论文、为什么引用这篇论文、这篇论文如何支撑当前观点、引用逻辑是否充分以及最终应该给予怎样的评分。这意味着他不仅要给出答案还要把自己的思考过程完整拆解出来。“以前可能十条引用就够了现在要二十多条。”他说“而且每条都要解释为什么。” 现在他写一条要花费三四个小时间。为了保证数据质量平台会要求所有引用来自论文、官方文件或权威机构网站甚至会通过录屏和多模型交叉比对来防止直接使用AI生成内容。“如果你提交的东西跟某个AI的回答逻辑相似就会被查出来。”孟霖说。某种程度上平台购买的不是答案而是人类形成答案的过程。孟霖逐渐意识到自己真正提供给模型的不是知识本身。而是知识之间的关联。为什么这篇论文比另一篇论文更重要为什么这个观点能够支撑当前结论为什么两个看似无关的研究结果可以建立联系这些“为什么”恰恰是大模型最缺乏的部分也是人类最昂贵的部分。同样的事情也发生在林知夏身上。随着模型能力不断提高她的工作重点开始从寻找语料转向测听。所谓测听并不是简单判断声音是否正确而是判断它是否足够像一个真实的人。一个字的边音和鼻音是否准确一句话的重音位置是否自然一个地区的粤语和另一个地区的粤语之间是否存在细微差异……这些问题很难写成标准答案甚至很多母语者自己都说不清楚。“香港粤语和广州粤语的差别很多人听不出来。”林知夏说“但项目里必须有人能听出来。”这种能力并不来自课本而是来自长期浸泡在语言环境中的经验它更接近一种直觉。而AI训练师的工作就是把这种直觉拆解出来。拆成规则拆成标签拆成评分标准最终变成模型能够学习的数据。离职后林知夏偶尔还会被原项目组找回去参与测评。“有时候他们开会对线还会把我拉进去。”她笑说因为只有自己能听出来。但她也知道这种不可替代性正在不断缩小。每一次测评每一次修正每一次反馈本质上都在帮助模型缩短与自己的距离。另一边陈若宁也在经历类似的变化。她负责的是商品图片生成。过去团队只需要判断图片是否违规、是否出现明显错误。如今模型已经能够生成足够完整的商品场景。新的问题变成它够好吗这看似简单却比判断对错困难得多。什么样的背景算高级什么样的灯光更符合品牌调性什么样的模特姿态更自然什么样的构图更容易促进成交这些问题没有标准答案。于是训练师们不得不把模糊的审美感受转化成具体规则。业务方说希望图片更有“高级感”。训练团队就要拆解高级感来自留白还是色彩来自光影还是材质来自场景设计还是人物状态原本存在于经验中的判断被一步步翻译成机器能够理解的语言。“出题人”们需要把标准抽象出来写成规则文档再下发给外包标注团队。在这个过程中无论是“出题人”还是“做题人”链条两端的AI训练师们共享同一身份认知的搬运工。他们搬运的是人脑中的更为抽象的“人类经验”。事实上如果把时间拉长来看人类技术发展的历史本质上就是一部不断外包自身能力的历史。工业革命时期蒸汽机帮助人类摆脱肌肉劳动。流水线帮助人类摆脱重复劳动。计算机帮助人类摆脱大量机械计算。互联网帮助人类完成信息处理。而今天大模型正在推动另一场新的外包。过去被认为只能存在于人脑中的能力——经验、直觉、判断、推理——开始被系统性转移给机器。AI训练师恰恰站在这个过程的最前线。他们每天做的事就是把原本无法描述的变成可以描述的把原本无法量化抽象成可以量化的把原本只属于人的能力变成机器能够学习的能力。从这个意义上说他们并不是在训练AI。他们是在拆解自己。这种转变其实早已在全球AI产业链中出现。数据标注公司Scale AI在硅谷的崛起让资本市场意识到高质量的人类反馈本身就是AI时代最稀缺的生产资料。当大模型进入后训练时代后这种需求进一步爆发。企业争夺的已经不只是数据而是能够提供专业判断的人。模型可以自己生成内容却无法定义什么内容更好它可以学会模仿人却无法天然理解人的偏好。而后训练时代最重要的竞争力恰恰建立在这些偏好之上。于是一个有些矛盾的局面出现了模型越聪明对人贡献的能力纬度要求越高。但与此同时人所提供的能力也正在被模型一点点吸收。而这群训练师们既是AI成长的养料也是AI成长后最直接被取代的人。越成功越快被替代在今天的大模型竞赛里很少有人知道一条训练数据的生命周期究竟有多短。孟霖所在的项目群经常同时聚集上百名标注员。教育、文学、体育、法律、历史等不同领域的人都有不同的任务但都在为模型提供更精准的训练数据。在他看来大厂对于数据训练的投入近乎不计成本。“一个项目群大概百人规模单月成本不会低的。”他说“而这样的项目同时可能有很多个。”这种投入背后是整个行业对于“大模型落后”的焦虑。过去几年里参数、算力和人才成为各家公司争夺的核心资源。而当行业进入后训练时代之后能够提供高质量反馈的人也被纳入争夺范围。越来越多企业开始提高招聘门槛。硕士成为基础要求博士越来越常见。法律、医学、语言学、金融等专业背景开始受到追捧。林知夏所在的项目组里985本科只是入场券孟霖参与的平台项目哪怕是外包兼职也要提供简历、学信网证明通过理论考试和试标题才能入群。“就招募要求来讲去年只要人文社科硕士及以上就可以今年就得211博士生及以上了。”看起来这是一个正在快速升值的新职业。但吊诡的是它的终点恰恰建立在自己的成功之上。周以恒见过太多这样的项目一个能力缺口出现训练师设计任务标注员生产数据模型完成学习然后项目结束。“同一个场景前期标注比较简单后期越来越难。”他说“但当任务越来越难的时候恰恰说明模型已经越来越强了。”模型学会了简单问题人就必须寻找更复杂的问题。模型学会了复杂问题人又要继续寻找新的边界。每一次能力提升都会带走一部分原本属于人的工作。从这个角度看AI训练师并不是在攀登一座固定的高山更像是在为AII修一条通往更高处的阶梯。每迈上一个台阶脚下的阶梯就不再需要。而那些经过数月反复打磨的数据在模型能力提升的那一刻便和它的提供者们一起完成了历史使命。孟霖自嘲现在做的工作是“自掘坟墓”“慢的话3年快的话2年之内标注员就不需要了。”他也知道自己只是整个庞杂训练体系外的一颗螺丝钉“只不过是专业知识更丰富点的那种实际上对AI还是一无所知。”林知夏离职之后原项目组偶尔还会联系她希望她帮忙参与一些测评工作。因为很多细微问题仍然需要她这样的母语者判断。但她知道这种需求正在减少。过去必须依靠人工判断的内容正在逐渐被模型掌握。“模型每迭代一次人的不可替代性就削弱一点。”事实上这种逻辑正在越来越多公司内部上演。过去一年一个频繁出现的要求是“个体AI化”。越来越多企业要求员工梳理自己的工作流沉淀自己的经验建立属于自己的Skill。简单来说就是把原本依赖个人完成的工作拆解成标准化流程。什么情况下该做什么决策什么情况下该调用什么工具什么情况下应该向谁沟通。这些过去存在于个人经验中的知识开始被要求记录下来、结构化、模块化。进一步的发展则被一些从业者称为“蒸馏自己”。员工把自己的工作方式、判断逻辑、沟通习惯输入系统训练出一个能够模拟自己工作的数字分身。即便离开岗位这个分身依然能够按照过去的逻辑回答问题。对于企业而言这意味着知识沉淀。对于个体而言则是一种复杂的情绪。陈若宁感到恐慌与疲惫她最近每天晚上10点一边开着需求商品会一边还要额外去构思、调试Skill把自己一点点“蒸馏”给公司。她很清楚自己在把原本属于自己的独特经验“上贡”给系统。“工作可能会没有。”她打趣道“技能可是赛博永生了。”工业时代人们把体力交给机器信息时代人们把重复劳动交给软件而AI时代人们开始把判断力交给模型。不同技术革命之间看似差异巨大却遵循着相似的规律。19世纪工匠帮助机械织布机走向成熟最终被机器改变命运20世纪流水线工人推动自动化生产普及最终让工厂越来越少依赖人工过去二十年程序员不断把经验写进软件让越来越多工作实现自动化。而今天AI训练师正在做着类似的事情。只是这一次他们交出去的不再是体力也不只是技能而是思考本身。林知夏的语言直觉、孟霖的学术判断、陈若宁的审美经验、周以恒的决策逻辑……这些原本只存在于大脑中的能力正在被一点点拆解、记录、结构化然后输入模型。从给图片框出一只猫到教会大模型如何思考人类用了十几年时间把机器一步步推向更聪明的方向。AI训练师或许是这个时代最特殊的一群劳动者。他们工作的全部意义就是让自己贡献的能力最终不再稀缺。他们把经验变成规则把直觉变成数据把判断变成算法。每一次标注、每一次反馈、每一次修正都是在人类与AI之间架设新的桥梁。机器之所以越来越“像人”是因为有人不断把自己拆给机器。他们教会机器理解世界也在教会机器越来越像自己。而当桥梁最终修通时最先离开桥上的或许正是那些修桥的人。原文链接人类是如何靠“出卖”自己喂养出更聪明的AI-36氪