AI自己出题自己考，标注岗还有几年活头？
我做 NLP 工程师五年，最骄傲的是搭起的那套 RLHF 流水线。两年前我带着二十个外包小弟，"哪个回答好点哪个"，百万条偏好数据喂进 reward model，模型听话得像我家金毛。可上个月我把这条线拆了，换成 RLAIF——让模型自己给自己打分，再让更强的模型当裁判。听着像天方夜谭，可 OpenAI 的 Constitutional AI、Anthropic 的 RLAIF 论文早证明了这条路。合成数据+AI 反馈的成本只有 RLHF 的十分之一，扩展性却是人工的几百倍。我那二十人团队走了八个，剩下的转岗做"领域专家审核"——专攻医学、法律、金融这些 AI 还搞不定的硬骨头。Kili 的 2026 报告说"模型架构不再是瓶颈，数据质量才是"。谁也没说，这"质量"正从"人的判断"变成"模型之间的互搏"。深夜打开监控面板，看着两个 AI 在我搭的沙盒里互相挑刺，我突然觉得——我们这群搭"评判 AI 的 AI"的人，最后会不会也被某个 AI 评判掉？
发布于 福建
1
评论
1
未登录
友善发言
评论
加载中
