返回快讯

Gergely Orosz 指出 Meta 软件工程师被分配手动数据标注任务

Gergely Orosz 披露,Scale AI 在 Alexandr Wang 担任 CEO 期间曾要求软件工程师从事手动数据标注,新领导层接手后对此感到震惊并立即停止该做法。

如今 Meta 却将软件工程师强制分配至全职手动数据标注工作,据称约 5000 名工程师从广告和基础设施等岗位转入 AI 团队,此举在公司内部引发不满与离职潮。

这一模式反映出 AI 训练对高质量标注数据的巨大需求,尽管高薪工程师从事此类工作通常由承包商完成,但部分 AI 领导者认为工程师亲自标注有助于构建模型直觉。

来源:公开信息

ABAB AI 解读

Alexandr Wang 在 Scale AI 时期推动工程师参与标注,后离职加入 Meta 领导 AI 相关工作,此前 Scale AI 已通过 Meta 140 亿美元投资建立深度绑定,Wang 本人长期强调数据质量是 AI 模型性能核心瓶颈。

资本路径上,Meta 通过大规模人员再分配和对 Scale AI 的巨额 stake,优先确保内部数据管道控制权与定制化标注,而非完全依赖外部劳动力市场,此举旨在加速自有模型迭代,同时在高强度 AI 竞赛中锁定关键资源投入。

类似 Meta 此前的多次工程师再分配案例(如基础设施向 AI 迁移),也见于其他大厂在模型训练高峰期的做法;当前 Meta 处于 AI 基础设施从外包依赖向内部工程师深度介入的控制阶段。

本质属于资本集中:Meta 等巨头通过将高成本人力直接投入数据标注环节,强化对训练数据供应链的垂直整合,挤压中小标注服务商空间,同时借助工程师专业背景提升标注精度与专有知识嵌入,形成难以复制的竞争壁垒。

ABAB News · 认知定律

数据是新石油,标注是提炼:谁掌控标注链条,谁就掌握模型主权。
工程师卖时间 vs 卖结构:前者做标注,后者建系统,长期胜负立判。