一线城市出现大模型标注夜班车间

一线城市的几处标注车间把夜班固定下来。工作不是给图片画框，而是给对话打偏好、给工具调用写正确轨迹。白天对接算法同学改规则，夜里赶批次。一条样本要写清：哪个回答更安全、哪一步不该调用外部工具。比传统分类更耗神。

发布会讲模型，车间讲班次。没有这些夜班，对齐数据和工具轨迹就断供。城市里的新夜班，是大模型工业里最不像科技的那一层。它决定模型在客服和办公场景里会不会乱调接口，却很难出现在首页大图上。

夜班在标什么

偏好对齐要在两个都还通顺的回答里选出“更不该说”的那个。工具轨迹则要逐步写出：何时该查库、何时该拒绝、拒绝时怎么措辞。标注员不是在生产标准答案，而是在生产边界。边界一改，前半夜和后半夜的口径就会冲突，质检最怕这个。

自动生成再人工挑错，是主要流程。模型先写出两条候选，人再打标签。看起来人变少了，实际上判断更难：两条都像那么回事的时候，才需要夜班。像那么回事的错误，比明显的胡话更贵，因为它会混进训练集。

人还在回路里

质检说，他们怕的不是速度，而是规则改得太勤。算法同学下午改了安全策略，夜里批次还按上午的说明在标。于是车间开始要求：规则变更必须有版本号，口头通知不算数。这很像工厂，不像实验室。

人员流动也高。这份工作要持续集中注意力，又很难向外讲述成就感。培训周期却不短，因为要理解“看起来对、其实越权”的那种错误。流动性一高，口径又会漂。漂过的数据一旦进训练，模型会学会一种过时的礼貌，或者一种过时的大胆。

这层劳动很少上海报

新闻喜欢写突破。车间里的突破是：这一周误标率下降了，某一类工具调用的拒绝话术统一了。这些句子上不了首页，却决定模型下一版会不会在客服场景里乱调接口。

把标注理解成低技能外包，会付错钱、找错人。它更接近有纪律的编辑工作，只是编辑的对象是机器要模仿的判断。夜班灯亮着，不是因为城市失眠，是因为对齐数据按小时计。按小时计的东西，一旦被当成可以随时替换的零件，质量会先塌。

模型越强，夜班越不像能取消的东西

更强的模型会减少简单分类，不会取消边界劳动。新工具、新法规、新的内部系统一出现，轨迹就要重写。谁若相信“下一代就不用人了”，谁就会在下一轮发布后，发现车间的排班表不但没撤，还加了班。

加班不是失败，是产业还在长。真正该写进报道的，不是夜班消失的预言，而是夜班在标哪些新的边界，以及这些边界有没有被当成正式的工程产物来版本化。