揭秘“马林鱼计划”：千名工程师如何训练 Anthropic 的 25 亿美元编程利器

Anthropic 旗下的 Claude Code 之所以能成为市场上最具统治力的 AI 编程工具并写出优于竞品的代码，并不仅仅依赖于机器学习。一项新近曝光的计划显示，其卓越表现的背后，还有一股强大的人类力量在默默支撑。这项在数据供应商 Snorkel AI 内部被称作 “马林鱼计划”（Project Marlin） 的项目，招募了约 1000 名合同制软件工程师，对 Claude Code 的代码生成结果进行人工压力测试、评估和精调，并为此支付极其丰厚的报酬 。

根据《商业内幕》（Business Insider）在 2026 年 5 月底发布的深度报道，这揭示了 AI 行业快速演变的一角：提升前沿模型所需的劳动力，正从简单的数据标注工作，转变为需要高度专业技能的专家级反馈 。

“马林鱼”到底在做什么？

“马林鱼计划”的核心任务，是让合同工程师们围绕真实的 GitHub Pull Request（拉取请求，即代码提交审核的请求）场景——包括新功能添加和漏洞修复——来创建逼真的编程提示词，并审查 Claude Code 的响应 。整个工作流程采用了严谨的“盲测（A/B 测试）”结构：工程师们会对比两个不同模型版本生成的代码，选出他们更偏爱的版本，并提供定性的反馈意见，但他们完全不知道评估对象的具体版本号 。

从项目的规模和薪资设计中，能直观感受到 Anthropic 对专家级反馈的重视程度。两名承包商向《商业内幕》透露，他们每个任务的报酬最高可达 280 美元，而每个任务通常仅耗时一小时左右，这使得一些人的周收入能轻松超过 3000 美元 。为了保障提交物料的品质，Snorkel AI 内部还专门设立了一层审核机制 。

身价 25 亿的明星产品，为什么仍需要“人类裁判”？

当我们把“马林鱼计划”的投入，放到 Claude Code 惊人的商业成绩单前审视,一切就变得顺理成章了。这款于 2025 年 5 月正式向公众开放的编程智能体，在当年 11 月年化收入就突破了 10 亿美元大关，到 2026 年 2 月，这一数字已飙升至 25 亿美元 。

在“马林鱼计划”的细节浮出水面时，Claude Code 在营收上早已超越行业先驱 Cursor 和 GitHub Copilot，占据了约 51% 至 54% 的 AI 编程市场份额 。这一增长势头的背后，是 Anthropic 内部团队对该工具的深度依赖——其内部高达 70% 至 90% 的代码均由 Claude Code 生成，甚至连 Claude Code 自身约 90% 的代码库，都是它自己写的 。

“马林鱼计划”揭示了这一成功背后的一个关键洞察：即便是最强大的 AI 编程智能体，依然需要复杂的人类反馈，来弥合“写出可运行代码”与“复现专业开发者那种微妙判断力”之间的鸿沟 。该计划的明确目标，就是通过精调让 Claude Code 更好地模仿专业人士的技能，使其不再满足于语法层面的正确性，而是向架构决策、代码审查感知力以及上下文问题解决能力等更深层次的能力迈进 。

行业巨变：从“数据工厂”到“专家评审团”

“马林鱼计划”代表了 AI 公司在训练劳动力模式上的一次重要进化，尤其是在编程智能体正以 51% 的占比，成为生成式 AI 在企业端最高价值应用场景的当下 。

传统的 AI 数据标注工作流，往往依赖低成本劳动力去标注图片或分类文本，但这套方法显然不适用于评估一个为处理复杂 Pull Request 而生、具备逻辑推理能力的编程工具。相反，像 Anthropic 这样的公司，正在为能够运用工程判断力的合同工支付高额溢价。随着 AI 编程工具经济价值的持续飙升，这一趋势很可能进一步加速。

这对劳动力市场的深远影响在于：随着 AI 模型的能力变强，提升模型所需的人类监督并不会消失——它只是向着更高的技能水平和薪酬等级迁移了。“马林鱼计划”暗示， AI 训练的未来，可能不再像劳动密集型的工厂流水线，而更像一场精英级的代码评审会。在这场会议中，顶尖工程师们按时计费，手把手地教导机器如何像资深开发者一样思考。