搜狗地图标注

凌晨三点，山西大同一个县城产业园的灯还亮着。二十岁的李婷盯着屏幕，用鼠标框选出画面里每一辆车的轮廓。她不知道什么是Transformer，也不知道自己框出的数据最终会喂给哪家车企的自动驾驶系统。她只知道，框一辆车几毛钱，一晚上能多挣四十块。

李婷所在的这家公司，规模不到三十人，对外叫“数据服务商”，对内就是“画框子的”。但在AI行业的地图上，像这样散落在三四线城市的标注团队，构成了一个庞大而沉默的底座。外界谈论大模型、算力、芯片，很少会提到这群人。可没有他们，再聪明的算法也只是一堆看不懂的乱码。

数据标注这个行当，本质上干的是“教机器认字”的活。你给AI看一万张猫的照片，它才知道什么是猫；你给它标注“这只猫是橘色的、耳朵是耷拉的”，它才能区分品种。这个过程枯燥、琐碎，容不得半点马虎。一个框偏了两个像素，一段语音转文字错了个口音，都可能让模型在真实场景里犯下低级错误。

这个行业最迷人的地方，在于它的“反直觉”——越是高科技，越需要最原始的人力。2023年，OpenAI训练GPT-4时，动用了大量外包标注员处理有害内容；国内某头部大模型公司，高峰期有上万名标注员同时在线。他们不写代码，不调参数，只是日复一日地给文本打标签：这句是讽刺，那句是事实，这句涉及暴力。

但标注不是简单的“计件劳动”。好的标注员，得懂一点语言学，会看医疗影像的片子，甚至能分辨不同地区的方言俚语。我采访过一位在贵州做标注的姑娘，她专门负责给法律文书做实体识别。为了搞懂“故意伤害”和“过失致人重伤”的区别，她啃了三个月刑法教材。现在，她标注的数据被用来训练AI法律助手，给基层法院提供参考。

行业的另一面，是残酷的淘汰。三年前，拉框、描点这类基础标注还能养活一个县城的人。如今，随着自动化预标注工具普及，纯手工的活越来越不值钱。同样一张图，以前人工框要两分钟，现在算法先跑一遍，人只需要修正错误，十秒搞定。单价从五毛压到一毛五，再压到八分。不少小公司接不到单，转型去做“数据清洗”或“AI训练师”培训，但更多的人只能转行。

留下来的，都在往价值链上游爬。郑州有一家标注公司，老板