AI 越聪明,越缺＂人工＂

我在数据标注这行干了这么久，行内看到的恰恰是反的——AI 每往前走一步，需要的人不是少了，是换了、变多了、变贵了。

给你一个特别实在的证据。

一份论文的"隐藏名单"

DeepSeek 出过一份技术报告，论文末尾照例有贡献者名单。有意思的是，这个名单不是只列算法工程师，而是分了类：

150 位研发工程师，31 位数据标注人员，18 位商务与合规人员。

什么概念？这家目前国内最受关注的AI 公司，每六七个贡献者里，就有一个是做数据标注的。

外面的人觉得惊讶：啊？最前沿的大模型公司还要人做标注？

行内人觉得平常：不然呢？模型是喂出来的，喂什么，学什么。

为什么模型越聪明，越需要人

三个原因，一个比一个实在。

第一，模型的上限是数据决定的。算法大家都差不多，算力可以堆，唯独高质量的数据——干净的、专业的、有区分度的——没有捷径。数据不行，再大的模型也是"很流畅地说错话"。

第二，越聪明，越要"调教"。 大模型最难的不是会答题，是答得像个人：不阴阳怪气、不一本正经地胡说、知道什么该说什么不该说。这件事在行里叫"对齐"，靠什么？靠人一条一条地比、一遍一遍地改。模型每聪明一分，调教它的活就多一分。

第三，越垂直，越要懂行的人。最明显的信号：DeepSeek 公开招"数据百晓生"，医疗方向的，明确要求医学背景，实习日薪开到五百多。你品一下——标注这个工种，已经从"会拉框"进化到"要懂医"了。单价完全是另一个量级。

那标注员会被AI 取代吗？

这个问题我几乎每周都被问。我的答案是：对一半。

AI 确实在取代标注的一部分——最基础、最重复的那部分。现在很多项目都先用模型预标注一遍，人只做核对和修正，效率比纯手工高好几倍。低难度的框选活，需求长期看是在缩的。

但同时，AI 也在创造标注的另一部分——更高、更专业的那部分。判断模型回答得好不好、给两个答案排个序、找出它胡说的那句、把专业领域的数据喂对……这些活，AI 自己干不了，裁判不能既下棋又当裁判。

所以准确的描述不是"标注要消失了"，而是：岗位在往上移。 底层在缩，上层在涨。

对普通人意味着什么

两句话。

如果你正准备入这行：低门槛的窗在关，专业化的门在开。纯拼手速的路会越走越窄，能带上专业知识的路——医疗、法律、金融、自动驾驶——会越走越宽。

如果你不在这行：别问"我的工作会不会被 AI 取代"，这个问题没法回答。该问的是：我做的事，处在"会被预标注"的那一层，还是"当裁判"的那一层？ 前者要趁早挪，后者越老越值钱。

最后

每次有人一脸担心地问我"AI 是不是要把人都替代了"，我都想给他看那份论文名单——

这个星球上最激进的AI 公司，招人最多的岗位类别里，有一类叫：数据标注。

AI 越聪明，越缺"人工"。这话不是我说的，是名单说的。

你所在的行业，处在哪一层？评论区聊聊。