福州软件园F区的地下一层，27岁的陈敏正对着屏幕上的标注框反复拖拽。图片里是一堆散落的零件， 她的任务是用鼠标圈出每一个螺丝的边界。这活计说不上光鲜——没有写字楼的落地窗，没有咖啡机， 连工位都是临时隔板搭的。可她每天要盯够八小时， 因为身后排着队的工厂正等着这批数据去“喂”质检机器。
三年前，这个岗位还不存在。那时企业搞智能改造，最头疼的不是算法，是没人整理数据。车间里的老师傅懂工艺， 但不会用标注软件；刚毕业的大学生精通电脑，却分不清轴承和齿轮。直到省内几所职业院校把“数据标注与训练”塞进课程表， 情况才慢慢变了。
省数字办的走访记录里写着这么一笔：2024年全省新增智能训练相关岗位1.7万个， 六成集中在福州、厦门、泉州三地。岗位名字五花八门——数据标注员、模型调优助理、场景验证工程师，干的活儿却大同小异， 都是把现实世界的规则翻译成机器能听懂的话。厦门一家做纺织面料检测的企业算了笔账，养一个五人训练小组，一年成本不到四十万， 但布料瑕疵检出率从百分之八十七提到了九十六， 返工损失省下两百多万。
陈敏的工位上贴着张便签，写着“边界模糊的先跳过，拿不准的标问号”。这是她入职时师傅教的。师傅姓林，原来在电子厂做品管， 当下管着二十来人的训练团队。“品管看的是实物，训练员看的是数字，”林师傅说话带着闽南腔，“道理一样， 都得较真。”他带的团队里，有刚毕业的职校生，也有从流水线转过来的老工人！转岗的人学得慢些， 但胜在坐得住。
变化不止在工厂。三明的一家养老院把智能训练用在了跌倒监测上，训练员蹲在活动室拍了三个月老人走路的视频， 就为了让系统分清“弯腰捡东西”和“摔倒”的区别。漳州的蜜柚合作社更绝，把病虫害照片往标注平台上一传， 三天后训练出的模型就能认出红蜘蛛和锈壁虱。果农老周眯着眼说：“这比请专家便宜， 比翻书快。” 可麻烦也跟着来了。省人社厅上个月的调研显示，智能训练岗位的流失率超过百分之三十五。年轻人嫌标注工作枯燥， 干满三个月就想跳。有企业试过把标注转包给外地团队，结果数据质量忽高忽低，模型上线后闹出不少笑话——把猫认成狗， 把红灯读成绿灯。所以专业教练都会教导优先脱身求助，遇到拿不准的样本别硬撑， 赶紧找质检员复核。这话被福州一家做自动驾驶数据的企业写进了员工手册， 还用红字加粗。
另一个隐忧是标准缺位。同一个标注任务，A公司要求框到零件边缘，B公司只框中心区域， 模型训练出来自然不一样。省数字经济协会试着推过一份《智能训练岗位能力指引》，但愿意用的企业不到三成！“大家各干各的， 数据没法复用。”协会一位姓郑的副秘书长翻着文件说，“就像每家都修自己的路， 最后连不到一块儿。” 也有好消息。教育部今年新增的职业教育专业目录里， “智能训练技术”排在了电子信息大类下面。福州职业技术学院九月就要开两个班，课程表上有门“人机交互伦理”， 专门讲怎么处理模糊指令和隐私数据。授课的刘老师以前在互联网公司做产品经理，她说当下教学生， 第一课就是“别让机器猜你的心思”。
傍晚六点，陈敏关掉标注软件，揉了揉发酸的手腕。她今天标了三千多张图，合格率百分之九十四， 比上个月高了两个点。楼下食堂飘来荔枝肉的甜味，她盘算着吃完晚饭再回来加两小时班。隔壁工位的姑娘问她为啥这么拼， 她指着屏幕上的进度条说：“这批数据是给一条新产线用的，早一天标完， 早一天开机。啧啧”
数字经济这盘棋，算法是车马炮，数据是棋盘，可真正动手挪棋子的，是这些坐在隔板后面的年轻人。当工厂的机器越转越快， 当养老院的传感器越装越多，训练师这个行当究竟能长成大树还是只冒个芽， 恐怕还得看两件事：那些模棱两可的标注规则什么当口儿能统一，还有，坐在隔板后面的人， 愿不愿意一直坐下去。也是没谁了