從規模與報酬,可以看出Anthropic有多重視這項專家回饋。兩位合約工程師向《商業內幕》透露,他們每次任務的報酬高達280美元,而完成一項任務通常約需一小時。這使得部分工程師一週的收入能超過3,000美元 。為了確保提交內容的品質,Snorkel AI內部還設有一道審核機制
。
若將馬林魚專案的投資規模,對照Claude Code驚人的商業軌跡,一切就變得更加清晰。這款於2025年5月公開發布的AI編碼代理人,在同年11月就達到了10億美元的年化營收;到了2026年2月,這個數字更直接翻倍,衝上25億美元 。
在馬林魚專案的詳情曝光之際,Claude Code在營收上已超越Cursor與微軟旗下的GitHub Copilot(吉特哈布副駕駛),搶下AI編碼工具市場51%至54% 的占有率 。這波崛起的背後,是一項連Anthropic自家內部團隊都極度仰賴的工具:他們70%至90% 的程式碼皆由Claude Code撰寫,其中高達九成的Claude Code程式碼庫本身,也是由它自己生成的
。
馬林魚專案正好揭示了這項成功的關鍵洞察:即使是當前最強大的AI編碼代理人,仍需倚賴複雜的人類回饋,才能從「寫出功能正常的程式碼」,進步到「精準模仿專業開發者的細膩判斷」。該專案明確的目標,就是微調Claude Code,讓它不僅止於語法正確,更能複製資深工程師的架構決策、程式碼審查敏感度,以及脈絡化解決問題的能力 。
傳統的數據標註工作流程,是由成本較低的工人進行圖像標記或文本分類,但這種模式不適合用來評估一個旨在推理複雜拉取請求的工具。相反地,像Anthropic這樣的公司開始支付可觀的溢價,聘請能夠展現工程判斷力的合約人員。隨著AI編碼工具在經濟上的地位水漲船高,這個趨勢可能還會加速。
這對整體勞動市場的意義深遠:隨著AI模型能力越來越強,改善它們所需的人類監督非但不會消失,反而會在技術與薪酬上往更高階的方向移動。馬林魚專案暗示,未來的AI訓練或許不再像是工廠流水線,而會更像一場菁英級的程式碼審查大會。在這場大會中,頂尖工程師按時計酬,目標只有一個:教會機器如何像資深開發者一樣思考。
Comments
0 comments