我们这期聊到了一件很具体的事：一个人，一间不让猫进去的房间，里面堆着几十块从拼多多淘来的二手硬盘。这是语丝做大模型多模态数据的日常现场。

从这个细节往外看，你会发现这个行业比你以为的更"物理"——TB级的视频数据，最快的传输方案是"拿着硬盘走过去"；文本模型的预训练已经基本收尾，卡点转移到了人类专家才能回答的那些极限难题上；而模型训练最稀缺的资源，已经不是算力，是认知。

但这期真正想聊的，不只是数据工程。语丝做大模型数据已经五年，从来没有"决定"过要创业——是客户一个一个推着她走到今天。一人公司，不是她想清楚了才做的选择，是生活逼出来的形状。

周均80小时、单休、身体亮红灯、请假要"胆战心惊"……她离开的原因说起来平静，但听着很重。她现在在全球飞，用公司给自己报销差旅——公司是她的。这个感觉，她说"很不一样"。

技术的进步，终究是为了让人活得更像人。

欢迎收听新一期 AI Odyssey。

语丝：5年LLM data cooker，一人公司在跑，经手数据订单百万美元以上。欢迎来小红书找我玩～

PongPong：连续创业者，AI初创公司产品负责人

00:32 嘉宾介绍

01:17 数据准备全流程：从线索收集、爬取下载、格式清洗到人工标注的完整链路

01:46 预训练阶段数据核心：通过全量、多样化数据构建模型常识与世界理解

02:48 SFT与RL阶段数据核心：跨越认知差，向模型蒸馏专家级的高认知内容

05:10 数据采购市场现状：文本预训练告一段落，高认知垂域专家数据成核心采购目标

07:07 OPC业务方向选择：聚焦高认知HLE数据项目管理与多模态视频工程

08:22 多模态数据工程挑战：突破网速带宽、本地存储与物理快递交付的限制

10:36 实习生误删数据后的紧急补救：双倍算力、双倍带宽，代价是时间和成本同时翻倍

14:12 OPC隐形资产管理：“硬盘定投”策略与拼多多二手硬盘的通电筛查逻辑

18:30 OPC商业模式起源：打工职级受限，被客户真实交付需求反推注册成立一人公司

21:49 OPC营销与市场杠杆：利用小红书精准筛选受众、合伙人与客户资源

26:51 AI接管执行后，如何从"强迫症J人"解放出来：按季度定节点，其余放手去活

30:26 OPC与模型厂上班压力对比：拥抱高不确定性，规避“不认同目标却需全情投入”的组织内耗

33:35 逃离模型厂上班动因：周均超80小时高压单休导致健康危机，促使转向OPC模式寻找生活平衡

39:01 找到自己的热爱：当执行不再是卡点，驾驭AI的人靠什么定义自己的价值

以上就是本期的全部内容了，欢迎您的收听，我们下期再见～

PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

对话语丝：从模型厂单休到独立接项目，她说创业这条路是被需求逼出来的

AI Odyssey