本文來自微信公眾號： 鳳凰網(wǎng)科技 ，作者：鳳凰網(wǎng)科技，編輯：趙子坤

林知夏每天都在做同一件事：教AI更像人。

她反復聽模型生成的粵語語音，判斷哪里不夠自然，哪里帶著機器味，哪里不像一個真正的粵語母語者。有時候，一個字的鼻音偏差，她能聽出來；一個細微的吞音錯誤，她也能發(fā)現(xiàn)。

過去兩年，她把這些經(jīng)驗一點點交給AI。而她也親眼看著AI越來越“像人”。

到2025年底，她負責訓練的語音模型已經(jīng)能夠流暢完成大部分粵語場景的表達。曾經(jīng)需要反復修正的問題，越來越少出現(xiàn)。

模型進步的同時，一種微妙的情緒也開始出現(xiàn)。因為她越來越難判斷：究竟是在訓練AI，還是在訓練一個未來可能替代自己的東西。

這種矛盾并不只屬于林知夏。從互聯(lián)網(wǎng)大廠的數(shù)據(jù)策略師，到兼職寫Rubric（評分標準）的博士生；從商品圖片審核員，到語音模型測評師，一群新的勞動者正在做著同一件事——把自己的知識、經(jīng)驗和判斷力拆解成機器能夠學習的形式。

他們是AI訓練師。而他們或許也是第一批親手參與制造自己替代者的人。

如果把時間拉長來看，這甚至不只是一個職業(yè)變遷的故事，而更像是人類歷史上第一次大規(guī)模向機器移交判斷力的過程。

從給貓打框，到教AI思考

AI訓練師并不是ChatGPT時代才出現(xiàn)的新職業(yè)。

早在2010年前后，隨著深度學習興起，大量數(shù)據(jù)標注員就已經(jīng)出現(xiàn)在人工智能產業(yè)鏈中。他們給圖片里的汽車和紅綠燈畫框，為語音數(shù)據(jù)標記發(fā)音，為地圖數(shù)據(jù)補充路況信息。

那時行業(yè)普遍相信：“數(shù)據(jù)是新時代的石油?！?/p>

2012年ImageNet競賽成為深度學習發(fā)展的關鍵節(jié)點。此后十余年間，全球科技公司開始瘋狂收集數(shù)據(jù)。中國也誕生了一批專門的數(shù)據(jù)標注企業(yè)，在貴州、河南、山西等地形成了龐大的數(shù)據(jù)標注產業(yè)。

那時候的標注員更像流水線工人。模型不會識別貓，人類就告訴它什么是貓；模型不會識別汽車，人類就一張張把汽車框出來。

AI訓練師的任務，是給機器提供答案。

林知夏剛進入科大訊飛AI研究院時，做的很多工作也帶著這種“流水線色彩”。

她每天要從B站、喜馬拉雅等平臺尋找語料，篩選純人聲、無背景音、單一聲線的視頻素材，再整理成訓練所需的數(shù)據(jù)集?！白铋_始其實沒那么高深。”她說，“更多是在做數(shù)據(jù)準備工作?！?/p>

圖｜受訪者供圖

但很快，她發(fā)現(xiàn)事情正在發(fā)生變化。2024年她剛接手項目時，團隊訓練的粵語語音模型仍然顯得笨拙。機器說話會卡頓，語速忽快忽慢，聲調不夠穩(wěn)定，很多句子聽起來依然帶著濃重的機械感。“你一聽就知道是機器?！?/p>

那時國內不少語音模型仍處于追趕階段?！懊绹隽硕甑臇|西，你想五六年追上，肯定不現(xiàn)實?！绷种恼f。

但AI進步的速度遠超很多人的預期。一年多后，當她離開項目時，同一個模型已經(jīng)能夠流暢完成大部分粵語表達。語調、停連、節(jié)奏都越來越接近真人，甚至能夠模仿不同地區(qū)的口音特征?！罢娴脑絹碓较袢肆??！?/p>

類似的變化也發(fā)生在京東。陳若寧2025年進入京東，負責商品圖片生成相關標注工作。剛入職時，團隊對AI生圖的要求并不高?！澳馨焉唐窊赋鰜?，再換一個背景，我們就覺得已經(jīng)不錯了?！?/p>

但僅僅過去半年，情況完全不同了。Google的Nano Banana模型讓一切變了樣。過去需要大量人工設計和后期處理的場景，如今模型已經(jīng)能夠自動生成。給它一臺洗衣機，它可以生成一個用戶打開洗衣機門的動作場景；給它一件服裝，它可以自動匹配模特、燈光和展示環(huán)境。

更重要的是，模型開始理解圖片背后的含義。過去，大模型處理中文能力很差，商品圖中的文字經(jīng)常生成亂碼。許多電商團隊甚至默認“不要讓模型寫字”。

如今，模型不僅能識別商品圖上的文字，還能理解商品信息背后的賣點。識別出搪瓷杯后，它會生成“耐用”“不易碎”等描述；識別出嬰兒用品后，也會自動調整文案風格。

變化發(fā)生得如此之快，以至于很多訓練規(guī)則都在不斷失效。

外包標注員孟霖對此感受深刻。2025年剛入行時，他負責大量選擇題訓練任務。當時設定規(guī)則時，有一條幾乎每次都要寫：“回答不得超出給定選項范圍?！币驗槟Ｐ徒?jīng)常會在三個選項之外，自己創(chuàng)造第四個答案。

但到了2026年初，這條規(guī)則被取消了?！百|檢直接告訴我們，不用寫了?！彼f，“因為現(xiàn)在模型已經(jīng)不會犯這種低級錯誤了?！?/p>

模型正在跨過越來越多曾經(jīng)需要人工糾正的錯誤。而這也意味著，訓練師必須尋找新的問題。問題開始從“什么是正確答案”，變成“什么是更好的答案”。

這一變化背后，是整個大模型產業(yè)正在經(jīng)歷的一次轉向。

向大模型交出自己的判斷力

如果說預訓練時代教會AI的是知識，那么后訓練時代教會AI的，則是如何使用知識。

在這條讓AI變得更“聰明”的生產鏈上，關鍵節(jié)點是兩類人：一類是直接面對任務的“做題人”，他們按照規(guī)則生產數(shù)據(jù)；另一類，則負責設計任務的“出題人”，負責拆字段、寫規(guī)則、定標準。

兩類人協(xié)力完成的，是同一件事：把人類的判斷力結構化。

周以恒在字節(jié)負責數(shù)據(jù)策略工作，就是鏈條中的“出題人”。在他看來，很多普通用戶看到的是AI越來越會聊天、越來越會寫文章，但真正發(fā)生變化的是模型內部能力結構。

“基模其實只是預測下一個詞?！彼f，“它學到了很多知識，但并不知道知識之間應該怎么連接。”

換句話說，模型知道很多事實，卻不知道什么時候該調用這些事實。后訓練要解決的，恰恰是這個問題。

例如，一個用戶如果詢問：“現(xiàn)在12點半了，我還沒吃午飯，請給我推薦一家附近人均40元以內的日料店?！睂τ谌藖碚f，這是一個簡單需求。

但對模型而言，需要完成一連串復雜動作。它首先要理解用戶真正想表達什么；然后調用地理位置工具獲取坐標；把坐標轉換成商圈信息；再調用本地生活工具篩選符合條件的餐廳；最后把結果組織成自然語言反饋給用戶。

整個過程中，模型不僅要理解語言，還要學會規(guī)劃、推理和決策。這些能力，并不能直接從互聯(lián)網(wǎng)網(wǎng)頁中學到。

過去十年，AI行業(yè)一直相信規(guī)模擴張，需要更多參數(shù)，更豐富數(shù)據(jù)，更大的算力。但到了2024年前后，一個越來越明顯的問題開始出現(xiàn)——高質量互聯(lián)網(wǎng)數(shù)據(jù)正在接近天花板。

公開網(wǎng)頁、論壇、百科和新聞里的優(yōu)質內容并不是無限的。當幾乎所有大模型公司都在使用相似的數(shù)據(jù)進行訓練時，僅靠擴大規(guī)模已經(jīng)越來越難獲得能力突破。

行業(yè)開始尋找新的資源。這一次，不再是網(wǎng)頁，而是人腦中難以被提取的“判斷力”。醫(yī)生如何診斷疾病、律師如何構建論證、研究員如何閱讀論文、母語者如何識別語感……這些原本只存在于經(jīng)驗中的知識，開始成為后訓練時代最重要的訓練材料。

AI需要學習的不再是知識本身，而是人為什么這樣思考。過去，AI訓練師的工作是告訴模型答案是什么；現(xiàn)在，他們要告訴模型為什么是這個答案。

這種變化，讓整個職業(yè)開始從“數(shù)據(jù)工人”變成“知識工人”。

“做題人”孟霖對此感受頗深。這名人文社科方向的博士生，從2025年開始兼職參與大模型訓練項目。剛入行時，他接觸的大多是相對標準化的任務：判斷回答是否正確、比較兩個答案哪個更好、補充引用來源。

但很快，任務難度開始迅速提升。如今，他需要圍繞一個人文社科問題寫出數(shù)百字回答，同時附上二十多條Rubric。

所謂Rubric，本質上是一套評分標準。每一條標準都需要寫清楚：引用了哪篇論文、為什么引用這篇論文、這篇論文如何支撐當前觀點、引用邏輯是否充分，以及最終應該給予怎樣的評分。

這意味著，他不僅要給出答案，還要把自己的思考過程完整拆解出來。

“以前可能十條引用就夠了，現(xiàn)在要二十多條?！彼f，“而且每條都要解釋為什么?！爆F(xiàn)在，他寫一條要花費三四個小時間。

為了保證數(shù)據(jù)質量，平臺會要求所有引用來自論文、官方文件或權威機構網(wǎng)站，甚至會通過錄屏和多模型交叉比對來防止直接使用AI生成內容?！叭绻闾峤坏臇|西跟某個AI的回答邏輯相似，就會被查出來?！泵狭卣f。

某種程度上，平臺購買的不是答案，而是人類形成答案的過程。

孟霖逐漸意識到，自己真正提供給模型的，不是知識本身。而是知識之間的關聯(lián)。為什么這篇論文比另一篇論文更重要？為什么這個觀點能夠支撐當前結論？為什么兩個看似無關的研究結果可以建立聯(lián)系？

這些“為什么”，恰恰是大模型最缺乏的部分，也是人類最昂貴的部分。

同樣的事情，也發(fā)生在林知夏身上。隨著模型能力不斷提高，她的工作重點開始從尋找語料轉向測聽。所謂測聽，并不是簡單判斷聲音是否正確，而是判斷它是否足夠像一個真實的人。

一個字的邊音和鼻音是否準確，一句話的重音位置是否自然，一個地區(qū)的粵語和另一個地區(qū)的粵語之間是否存在細微差異……這些問題很難寫成標準答案，甚至很多母語者自己都說不清楚。

“香港粵語和廣州粵語的差別，很多人聽不出來。”林知夏說，“但項目里必須有人能聽出來?！?/p>

這種能力并不來自課本，而是來自長期浸泡在語言環(huán)境中的經(jīng)驗，它更接近一種直覺。

而AI訓練師的工作，就是把這種直覺拆解出來。拆成規(guī)則，拆成標簽，拆成評分標準，最終變成模型能夠學習的數(shù)據(jù)。

離職后，林知夏偶爾還會被原項目組找回去參與測評?！坝袝r候他們開會對線，還會把我拉進去?！彼φf，因為只有自己能聽出來。

但她也知道，這種不可替代性正在不斷縮小。每一次測評，每一次修正，每一次反饋，本質上都在幫助模型縮短與自己的距離。

另一邊，陳若寧也在經(jīng)歷類似的變化。她負責的是商品圖片生成。過去，團隊只需要判斷圖片是否違規(guī)、是否出現(xiàn)明顯錯誤。如今，模型已經(jīng)能夠生成足夠完整的商品場景。新的問題變成：它夠好嗎？

這看似簡單，卻比判斷對錯困難得多。什么樣的背景算高級？什么樣的燈光更符合品牌調性？什么樣的模特姿態(tài)更自然？什么樣的構圖更容易促進成交？這些問題沒有標準答案。

于是，訓練師們不得不把模糊的審美感受轉化成具體規(guī)則。業(yè)務方說希望圖片更有“高級感”。訓練團隊就要拆解：高級感來自留白還是色彩？來自光影還是材質？來自場景設計還是人物狀態(tài)？

原本存在于經(jīng)驗中的判斷，被一步步翻譯成機器能夠理解的語言。“出題人”們需要把標準抽象出來，寫成規(guī)則文檔，再下發(fā)給外包標注團隊。

在這個過程中，無論是“出題人”還是“做題人”，鏈條兩端的AI訓練師們共享同一身份：認知的搬運工。他們搬運的，是人腦中的更為抽象的“人類經(jīng)驗”。

事實上，如果把時間拉長來看，人類技術發(fā)展的歷史，本質上就是一部不斷外包自身能力的歷史。

工業(yè)革命時期，蒸汽機幫助人類擺脫肌肉勞動。流水線幫助人類擺脫重復勞動。計算機幫助人類擺脫大量機械計算?；ヂ?lián)網(wǎng)幫助人類完成信息處理。

而今天，大模型正在推動另一場新的外包。過去被認為只能存在于人腦中的能力——經(jīng)驗、直覺、判斷、推理——開始被系統(tǒng)性轉移給機器。

AI訓練師恰恰站在這個過程的最前線。他們每天做的事就是：把原本無法描述的，變成可以描述的；把原本無法量化，抽象成可以量化的；把原本只屬于人的能力，變成機器能夠學習的能力。

從這個意義上說，他們并不是在訓練AI。他們是在拆解自己。

這種轉變，其實早已在全球AI產業(yè)鏈中出現(xiàn)。數(shù)據(jù)標注公司Scale AI在硅谷的崛起，讓資本市場意識到：高質量的人類反饋，本身就是AI時代最稀缺的生產資料。

當大模型進入后訓練時代后，這種需求進一步爆發(fā)。企業(yè)爭奪的已經(jīng)不只是數(shù)據(jù)，而是能夠提供專業(yè)判斷的人。

模型可以自己生成內容，卻無法定義什么內容更好，它可以學會模仿人，卻無法天然理解人的偏好。而后訓練時代最重要的競爭力，恰恰建立在這些偏好之上。

于是，一個有些矛盾的局面出現(xiàn)了：模型越聰明，對人貢獻的能力緯度要求越高。

但與此同時，人所提供的能力也正在被模型一點點吸收。而這群訓練師們，既是AI成長的養(yǎng)料，也是AI成長后最直接被取代的人。

越成功，越快被替代

在今天的大模型競賽里，很少有人知道，一條訓練數(shù)據(jù)的生命周期究竟有多短。

孟霖所在的項目群經(jīng)常同時聚集上百名標注員。教育、文學、體育、法律、歷史等不同領域的人都有不同的任務，但都在為模型提供更精準的訓練數(shù)據(jù)。

在他看來，大廠對于數(shù)據(jù)訓練的投入近乎不計成本?！耙粋€項目群大概百人規(guī)模，單月成本不會低的?！彼f，“而這樣的項目，同時可能有很多個?！?/p>

這種投入背后，是整個行業(yè)對于“大模型落后”的焦慮。過去幾年里，參數(shù)、算力和人才成為各家公司爭奪的核心資源。而當行業(yè)進入后訓練時代之后，能夠提供高質量反饋的人，也被納入爭奪范圍。

越來越多企業(yè)開始提高招聘門檻。碩士成為基礎要求，博士越來越常見。法律、醫(yī)學、語言學、金融等專業(yè)背景開始受到追捧。

林知夏所在的項目組里，985本科只是入場券；孟霖參與的平臺項目，哪怕是外包兼職也要提供簡歷、學信網(wǎng)證明，通過理論考試和試標題才能入群?！熬驼心家髞碇v，去年只要人文社科碩士及以上就可以，今年就得211博士生及以上了?！?/p>

看起來，這是一個正在快速升值的新職業(yè)。但吊詭的是，它的終點恰恰建立在自己的成功之上。

周以恒見過太多這樣的項目，一個能力缺口出現(xiàn)，訓練師設計任務，標注員生產數(shù)據(jù)，模型完成學習，然后，項目結束。

“同一個場景，前期標注比較簡單，后期越來越難?！彼f，“但當任務越來越難的時候，恰恰說明模型已經(jīng)越來越強了?！?/p>

模型學會了簡單問題，人就必須尋找更復雜的問題。模型學會了復雜問題，人又要繼續(xù)尋找新的邊界。每一次能力提升，都會帶走一部分原本屬于人的工作。

從這個角度看，AI訓練師并不是在攀登一座固定的高山，更像是在為AII修一條通往更高處的階梯。每邁上一個臺階，腳下的階梯就不再需要。而那些經(jīng)過數(shù)月反復打磨的數(shù)據(jù)，在模型能力提升的那一刻，便和它的提供者們一起，完成了歷史使命。

孟霖自嘲現(xiàn)在做的工作是“自掘墳墓”，“慢的話3年，快的話2年之內，標注員就不需要了?！彼仓?，自己只是整個龐雜訓練體系外的一顆螺絲釘，“只不過是專業(yè)知識更豐富點的那種，實際上對AI還是一無所知?！?/p>

林知夏離職之后，原項目組偶爾還會聯(lián)系她，希望她幫忙參與一些測評工作。因為很多細微問題，仍然需要她這樣的母語者判斷。但她知道，這種需求正在減少。過去必須依靠人工判斷的內容，正在逐漸被模型掌握。“模型每迭代一次，人的不可替代性就削弱一點?！?/p>

事實上，這種邏輯正在越來越多公司內部上演。

過去一年，一個頻繁出現(xiàn)的要求是“個體AI化”。越來越多企業(yè)要求員工梳理自己的工作流，沉淀自己的經(jīng)驗，建立屬于自己的Skill。

簡單來說，就是把原本依賴個人完成的工作，拆解成標準化流程。什么情況下該做什么決策，什么情況下該調用什么工具，什么情況下應該向誰溝通。

這些過去存在于個人經(jīng)驗中的知識，開始被要求記錄下來、結構化、模塊化。

進一步的發(fā)展，則被一些從業(yè)者稱為“蒸餾自己”。員工把自己的工作方式、判斷邏輯、溝通習慣輸入系統(tǒng)，訓練出一個能夠模擬自己工作的數(shù)字分身。

即便離開崗位，這個分身依然能夠按照過去的邏輯回答問題。對于企業(yè)而言，這意味著知識沉淀。對于個體而言，則是一種復雜的情緒。

陳若寧感到恐慌與疲憊，她最近每天晚上10點，一邊開著需求商品會，一邊還要額外去構思、調試Skill，把自己一點點“蒸餾”給公司。她很清楚，自己在把原本屬于自己的獨特經(jīng)驗“上貢”給系統(tǒng)。

“工作可能會沒有?！彼蛉さ?，“技能可是賽博永生了。”

工業(yè)時代，人們把體力交給機器；信息時代，人們把重復勞動交給軟件；而AI時代，人們開始把判斷力交給模型。

不同技術革命之間看似差異巨大，卻遵循著相似的規(guī)律。

19世紀，工匠幫助機械織布機走向成熟，最終被機器改變命運；20世紀，流水線工人推動自動化生產普及，最終讓工廠越來越少依賴人工；過去二十年，程序員不斷把經(jīng)驗寫進軟件，讓越來越多工作實現(xiàn)自動化。

而今天，AI訓練師正在做著類似的事情。只是這一次，他們交出去的不再是體力，也不只是技能，而是思考本身。

林知夏的語言直覺、孟霖的學術判斷、陳若寧的審美經(jīng)驗、周以恒的決策邏輯……這些原本只存在于大腦中的能力，正在被一點點拆解、記錄、結構化，然后輸入模型。

從給圖片框出一只貓，到教會大模型如何思考，人類用了十幾年時間，把機器一步步推向更聰明的方向。

AI訓練師或許是這個時代最特殊的一群勞動者。他們工作的全部意義，就是讓自己貢獻的能力最終不再稀缺。

他們把經(jīng)驗變成規(guī)則，把直覺變成數(shù)據(jù)，把判斷變成算法。每一次標注、每一次反饋、每一次修正，都是在人類與AI之間架設新的橋梁。機器之所以越來越“像人”，是因為有人不斷把自己拆給機器。他們教會機器理解世界，也在教會機器越來越像自己。

而當橋梁最終修通時，最先離開橋上的，或許正是那些修橋的人。