E253｜谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长

随着大模型能力的演进，AI 数据需求已从基础的人工标注转向复杂的 Rubric 评分标准及强化学习（RL）环境构建。数据公司不再仅仅提供标签，而是通过引入行业专家，将专业知识转化为 AI 可学习的任务流，并搭建包含工具与反馈机制的 Agent 训练环境。何允中（Scale AI）与孙一铀（UC Berkeley）指出，当前数据行业的竞争核心在于高质量垂直领域数据的获取与研发能力，而非简单的规模化生产。评测基准（Benchmark）虽是衡量模型能力的关键，但需警惕 “刷榜” 行为带来的数据污染与虚假提升。未来，数据公司需在满足模型厂商定制化需求的同时，通过更科学的激励机制与研发投入，解决医疗、法律等私有领域数据匮乏的痛点，以支撑 Agent 在真实工作流中的表现。