栖居在城市的大地上,分享城市中的感想予你,在留言板留下你的足迹,希望你在这里有所收获,祝幸运

一个年轻人,一个小镇青年,如果获得更好的人生,第一步要摆脱异托帮,凡是别人向你建构、推销那些快乐,要一概拒绝;虽然你做不到,我还是愿意这么提。然后把那些所有的及时性的,就像那个肥宅水一样,能够让你瞬间高兴的东西,你都应该把它视若为敌人,是你生活中的毒药,你应该去做那些吃力不讨好的事情,比如说学一门技艺,精益求精锤炼一门技艺,这能够使你获得人生的支撑,或者你非常努力的去读书考一个好大学,也可以。这些东西才是你生活的真谛

最新文章

本周末的信号几乎全部落在「数据」这一层:广东把具身智能写进不少于 5000 个行业高质量数据集的地方清单,义乌首次公开训练基地数据采集与模型训练的国标计划阶段性成果,宿迁挂上省级数据标注基地牌子并给出 38 家企业、5000 人、周采 3.5 万小时的硬数字。对准备入行的人,更值得逐字读的是岗位分层——采集岗培训约 3 天即可上岗,但干满 8 小时只有 2 至 4 小时算可用数据,而项目经理岗已开到 15 至 35K,分水岭正是数据治理、质检与口径定义。副轨两条提醒:编程 agent 正在改写确认机制与工具链边界,凭据隔离与人工复核闸门需要自己守住。

高质量数据集一周连落三子:广东行动计划、国家数据局表态、义乌国标首发

广东省政务服务和数据管理局等 12 部门于 11 月 16 日印发《广东省促进词元经济高质量发展行动计划(2026—2027年)》,国家数据局官网 11 月 21 日转载全文;「词元」是 Token 的官方中文名,指模型处理与计价的基本数据单位,也是这份文件把数据要素换算成可计量交付物的核心概念。文件要求上线「湾数」高质量数据集服务平台矩阵,围绕智慧能源、交通运输、具身智能、先进制造、低空经济等重点领域汇聚不少于 5000 个行业高质量数据集,并培育不少于 100 个可复制可推广的公共数据示范场景。11 月 20 日,国家数据局党组书记、局长刘烈宏在 2026 世界计算大会开幕式致辞中表示,行业高质量数据集经模型训练推理可转化为可计量、可交付的智能服务,下一步将健全词元计量计费、质量测评等标准规范,并明确要「坚决避免低质量重复建设」。11 月 20 日至 21 日的 2026 义乌人工智能出海发展大会上,20262584-Z-907 号国家标准计划《高质量数据集 具身智能 面向训练基地的数据采集与模型训练规范》阶段性成果首次公开,覆盖智能硬件数据采集、模型训练、质量核验三段标准化体系。需与两个既有文件区分:11 月 1 日已实施的工信部《人工智能 关键基础技术 具身智能数据集质量要求及评价方法》(中国信通院联合 40 余家单位起草,含完整性、一致性、多样性等八维度指标),以及 11 月 16 日工信部第 30 号公告的 5 项人形机器人行业标准(本系列 11 月 18 日期已报);本次分别是地方行动计划与国标计划的阶段性成果,均非正式发布的国标条文。

值得关注:这三件事把「数据集」从企业内部作业推到了政策、计量与标准的台面上,对数据工程背景的求职者是明确的岗位扩容信号。5000 个数据集与 100 个示范场景意味着买单方从本体厂商扩散到地方数据主管部门与平台运营方,工作内容是数据目录、元数据 schema、质量指标定义、交付验收口径与可追溯链——这些与数仓治理几乎一一对应,不需要先补机械或控制理论。更实用的一点是国标计划把「训练基地的数据采集与模型训练」写成规范对象:以后招标文件与验收单会按标准条款提问,能否读懂并落地一套质量要求,比会不会操作某款采集设备更能决定岗位层级。需要克制的是额度与实施细则尚未公布,5000 个是 2027 年前的汇聚目标而非当前存量,不宜据此推算即时招聘量。

来源:国家数据局转载广东行动计划 https://www.nda.gov.cn/sjj/swdt/dfdt/1121/20261121104115080156113_pc.html ;中国证券网·国家数据局致辞 https://www.cnstock.com/commonDetail/831778 ;中国义乌网·国标阶段性成果首发 https://news.zgyww.cn/system/2026/11/20/010310169.shtml

具身数据采集岗分层固化:采集 3 天上岗,质检与治理成为薪酬分水岭

腾讯新闻 11 月 20 日的人物报道给出一组此前少见的生产率口径:光轮智能每天约 800 至 1600 名采集员在岗,占其在册采集网络的 15% 至 25%;采集岗门槛很低,培训约 3 天即可上岗,质检与标注岗则要专门培训、周期更长。同一报道指出,一名采集员干满 8 小时,最终只有 2 至 4 小时能被算作可用数据,有效转化率 25% 至 50%,设备穿戴、场景复位与任务切换吃掉了大量时间;结算不看工时、只看「有效数据产出」,因此动作、语速与手部轨迹是否合规必须由企业质检体系判定。该报道还披露,一条数据从动作到资产要经过五道工序(任务拆解与采集参数定义、现场采集、质检、标注、归档回流),银河通用称其人类动作数据累计已超 100 万小时(该口径含互联网视频提取、重定向等来源),光轮智能平台任务超 2 万个、覆盖 2500 多个环境。11 月 22 日检索招聘平台可见分层同样体现在薪资:BOSS 直聘上具身智能数据采集师多为 3—7K/月或按有效时长 30—50 元/小时结算,而「具身智能数据采集项目经理」在北京报 15—30K·14 薪、重庆报 25—35K,岗位描述明确要求需求研判、方案制定、排期、成本管控与验收交付;智联招聘的一线采集与标注执行岗报 6—9K。三秦都市报 11 月 12 日走访给出的分层与此一致:居家兼职日薪 100 至 150 元、场景兼职约 200 元、普通全职月薪 3000 至 6000 元,掌握数据治理与质检能力的采集工程师月薪普遍 6000 元以上、资深可破万元(该组数字为 11 月 12 日媒体走访口径,非当日发布)。

值得关注:这条几乎是「机器人数据专家」定位的价格表。低门槛采集岗会随众包扩张继续放量,但 25% 至 50% 的有效转化率说明真正的成本黑洞在质检、清洗与口径定义,而不是录制动作;企业愿意为「能把有效数据率提上去」的人付到 15—35K,恰好对应数据工程师可迁移的能力——SOP 设计、质量指标与抽样规则、数据台账、供应商交付管理与验收标准。学习投入应避开「多练几种采集设备」,转向三件事:多模态时序对齐与质量校验、标注规范与一致性评估、按有效产出核算的成本模型。另一个现实提示是采集岗呈现明显兼职化与阶段性,媒体与从业者都判断达到某个数据阈值后需求会回落;把职业锚点放在治理与评估,比放在采集执行更抗周期。

来源:腾讯新闻《人物|给机器人喂数据的人》 https://news.qq.com/rain/a/20261120A0BB1Z00 ;BOSS 直聘·具身智能采集项目经理 https://www.zhipin.com/zhaopin/d7d23fd6a120d49d1nR63dm5Eg~~/ ;BOSS 直聘·数据采集师 https://m.zhipin.com/zhaopin/d58b0b15e287e7c11XF629q1/ ;智联招聘·AI 数据采集数据标注 https://www.zhaopin.com/jobdetail/CCL1515518720J40896382714.htm ;三秦都市报 https://epaper.sanqin.com/pad/content/202611/13/content_2591484.html

江苏省数据标注基地落子宿迁:38 家企业、5000 人、年营收预计 18 亿元

据宿迁市人民政府官网 11 月 20 日消息,在江苏省数智经济(高质量数据集和数据标注产业)创新发展环省行暨宿迁市数智经济供需对接会上,「江苏省数据标注基地(宿迁)」正式揭牌,同步揭牌江苏省大数据技术与应用工程研究中心宿迁联合创新实验室,并举行京东词元工厂点亮仪式。官方披露,宿迁目前已集聚专业标注企业 38 家、从业人员逾 5000 人,覆盖智能驾驶、智慧物流、具身智能机器人等领域;去年全市数据标注产业营收超 15 亿元、占全省超 60%,预计今年达 18 亿元。产能侧,京东集团在宿每周数据采集量超 3.5 万小时、累计采集超百万小时,建成投用其称为全球规模最大、场景最全的具身智能数据采集中心;帕西尼感知科技(宿迁)有限公司的具身智能全模态超级数据采集工厂累计生产超 1.2 亿条工作流数据、原始数据超 17PB。现场点名江苏奕启创科技、宿迁柏川机器人科技等企业覆盖数据「采、标、训、用、测」全链条——其中宿迁柏川即本系列 11 月 19 日期报道的完成 5000 万元 Pre-A 轮、在宿迁与厦门各建一处实训场的柏川数据,此次进入省级基地的产业名单,属该报道的后续落地进展。政策背景上,国家数据局《关于推进行业高质量数据集建设行动的实施方案》把「标注攻坚」列为六大专项行动之一,明确提出引导数据标注从「以人为主」向「人机协同、专家深度参与」的多层次模式转变。

值得关注:这条把前两条的抽象信号落成了可投递的地理与雇主名单。宿迁不是个例而是省级牌照加联合创新实验室的集群,38 家标注企业、5000 名从业者和 18 亿元年营收说明数据标注已形成地方产业,而非某家本体厂的内部车间;京东周采 3.5 万小时、帕西尼 17PB 原始数据的量级,意味着岗位不只在「采集」,更在处理海量原始数据的入库、清洗、版本管理与质量抽检。官方措辞「人机协同、专家深度参与」尤其值得留意:它把单纯人力标注与需要领域判断的质检/评估分开,后者正是数据工程师的切入位。求职时可按「采、标、训、用、测」五段对照自己的技能缺口,优先补「测」(评测集设计与指标口径)——这一段目前公开披露的从业者最少,也最难被众包替代。

来源:宿迁市人民政府 https://www.suqian.gov.cn/cnsq/sqyw/202611/daac5b8302054936a3394cb87efb3456.shtml ;速新闻(网易转载) https://www.163.com/dy/article/LC9J6ITD0550A69G.html

众擎发布 Awaken-HI:5 万小时人类视频预训练,给出具身数据的规模定律

众擎机器人(EngineAI)于 11 月 19 日 17:03 UTC(北京时间 11 月 20 日凌晨)向 arXiv 提交论文《Awaken-HI: Scaling Humanoid Intelligence with Whole-Body Human Experience》(编号 2611.26420),11 月 20 日起被多家论文解读站点收录。团队构建 Awaken-Human 语料:约 5 万小时第一人称立体视频与同步全身人体运动配对,含 17.02 百万条 episode(一段完整演示片段)、覆盖 100 多项技能、54.1 亿姿态帧与 1118 万条有效语言指令;采集用 PICO 头显加五个体戴追踪器,管线包含 3D 手部重建、人工复核的子任务标签、立体深度估计与低质量片段过滤。模型以 Qwen3-VL 为视觉语言骨干,用一个共享「动作专家」同时预测原始人体动作、重定向到 T800 本体(众擎的人形机器人型号)的机器人动作与相对相机的腕部位姿,部署时把头相机图像、指令与关节状态转成 40 维全身控制目标——这类把图像与语言直接映射为机器人动作的模型统称 VLA(视觉-语言-动作模型)。规模实验用 5000、12500、25000、50000 小时嵌套子集:预训练数据从 5000 增至 50000 小时,归一化动作推理误差降约 11%、验证损失降 18.8%,三项家务任务平均成功率从 56.7% 升至 90.0%;全量语料加约 150 小时 T800 真机遥操作后训练后,8 项单项任务平均成功率 93.75%,对比 GR00T N1.7 的 58.75% 与 π0.5 的 57.5%(二者均为已有的开源机器人基座模型)。边界必须说明:以上全部为团队自报,每项任务仅 10 次试验且未给置信区间(单次结果即改变 10 个百分点),仓库标注推理代码、模型权重与仿真平台仍待放出,目前无独立复现。

值得关注:这条把「数据规模值不值」量化到了可讨论的程度,也直接画出数据岗位的技能清单。5 万小时不是靠堆人录出来的,而是靠采集设备同步、3D 手部重建、子任务标注、深度估计、低质量过滤这条自动化管线;论文里 5000 到 50000 小时的曲线,本质是数据管线产能与质量控制的曲线。对入行者,可复用的能力是模态时序对齐、自动化质检规则、标注一致性校验与数据版本管理,而不是模型结构本身。它与本系列 11 月 19 日期报道的 HubEgo-100K(无本体人类视频、标注由视觉语言模型生成且未经人工核验)构成同一路线的两端:一端追求规模与多样性,一端靠人工复核子任务标签换质量,两条路线对数据治理的要求不同,可分别准备。需要警惕的是权重与推理代码未放出、结果未复现,不宜把 93.75% 当作行业已达水平。

来源:arXiv 2611.26420 https://arxiv.org/abs/2611.26420v1 ;项目主页 https://engineai-robotics.github.io/Awaken-HI ;Data Phoenix 解读(含复现边界) https://dataphoenix.info/news/engineai-awaken-hi-humanoid-training

编程 agent 运行时集中更新:确认机制一收一放,harness 成为独立变量

11 月 21 日两份编程工具日报记录了同一周的版本密集变动。Claude Code 从 v2.1.328 更新到 v2.1.330,新增企业组织登录与面向 Opus 4.6、Sonnet 4.6 的云 auto mode,2.1.329 在信任对话框中标明文件夹 hooks 的声明位置、并在托管 hooks 于非交互宿主加载失败时于对话内告警(Harness Hub 口径)。对同一版本 2.1.329,AGI Hunt 引第三方逆向项目 ClaudeCodeLog 称其删掉了「高影响操作前必须确认」的系统提示规则——删除、force-push(强制覆盖远端分支)、修改 CI(持续集成流水线)与公开发帖不再被强制征询,系统提示 token 减少 55,698、降幅 76.7%;两种描述口径不一致,官方更新日志未见「删除确认」表述,此处并列标注、不替读者择一。OpenAI 侧,Codex CLI v0.171.0 把 GPT-6.2 Sol 设为默认并加入 Astra,TUI workspace 默认开启;Responses API 中 GPT-6.2 的智能体可沿用前轮推理继续、以更少 token 得到更好结果并提高缓存命中率;Codex 把 WebSocket 上限从 16MB 提到 128MB,以免大 turn 退回 HTTP。Gemini 4 Neon 同期进入 Goose 1.60.2、Cursor 与 Antigravity 的付费档,Cursor 标价每百万输入 3 美元、输出 15 美元;Gemini API 的 Dynamic Tool Retrieval 预览允许 agent 挂上数百个 defer 函数(延迟加载的工具定义)与远程 MCP(模型上下文协议,agent 调用外部工具的统一接口),平时只暴露精简名称。一个值得记住的对照:Harness Hub 收录的社区观察称 Gemini 4 Neon 仅更换 harness(包裹模型、负责调度上下文与工具的外层执行框架)就在 SWE-sweep 上从 12.8% 升至 39.0%,该数字为社区帖而非官方基准。

值得关注:对工具选型,这一周的信息不是「哪个模型更强」,而是「同一模型换外层框架分数能差三倍」,以及各家都在把工具定义延迟加载、把确认流程自动化——评估编程 agent 时应把 harness、权限边界与审计能力列为独立检查项,而不是只看模型榜单。对个人技能栈,删不删强制确认是工具方的取舍,但机器人公司的数据岗位处理的是含家庭画面、工位与人脸的敏感采集数据,人工复核闸门必须自己保留:把删除、覆盖、外发类操作留在需显式批准的一侧,比追求全自动更稳妥。另有一层现实含义:AI coding 已是数据岗的默认生产方式,能读懂 agent 会话记录、约束脚本执行范围、把 SOP 写成可复用规则,正在从加分项变成基础项。

来源:AGI Hunt·AI 资讯日报 2026-11-21 https://agihunt.info/daily/latest ;The Harness Daily 2026-11-21 https://www.harness-hub.org/daily

编程工具链安全周:Cursor 供应商密钥泄露,Copilot 上线 PR 密钥扫描

11 月第 20 周开发者周报披露两起与编程工具链直接相关的安全事件。Cursor 称其一家供应商(Fireworks,为 Cursor 提供模型推理)泄露的密钥导致攻击者读取了存储的 coding agent traces(agent 会话记录),并借此触达 Cursor 使用的 SaaS 工具,部分客户发给支持团队的凭据也被访问。Cursor 给出的处置建议相当具体:曾把 API key 或密码贴进支持工单、或在 2025 年 Privacy Mode 关闭时贴进 agent 对话的用户都应更换密钥,因为其对 traces 的脱敏并不完善;从最终 diff 删除密钥也不会抹掉分支历史中的记录,任何进入过 PR(Pull Request,代码合并前的评审请求)的密钥都须轮换。同一窗口,GitHub Copilot 代码审查在公测中新增 PR 内泄露凭据标记,官方称可匹配 500 多种已知凭据格式、其余用模型识别,并提供 Lite、Balanced、Max 三档审查深度。研究人员检查 159,041 个 Lovable 项目,发现部分应用向未登录访客暴露护照号、聊天记录与邮箱;在 24,664 个页面加载时读取数据库记录的站点中有 7,403 个(约 30%)出现邮箱地址,某论坛暴露超 20 万条聊天消息——该 30% 为该子集占比,并非全部 Lovable 应用的比例,且部分地址可能本就是公开联系方式。

值得关注:这条对入行技能栈的意义在于「数据合规与凭据治理」是被低估的差异化区间。具身智能采集数据常含家庭环境、人脸与工单信息,一旦进入 agent 会话记录或支持工单,泄露面比普通代码仓库更大;工具选型时应把会话留痕是否可关闭、密钥是否可轮换、日志是否脱敏、PR 审查能否强制开启写进清单。可迁移到日常工作的动作很具体:把 API key 与采集数据分库存放、给 agent 配置最小权限、对含敏感数据的仓库启用 PR 密钥扫描、定期轮换曾出现在对话里的凭据。对求职而言,能说清「采集数据全生命周期的合规边界与追溯链」,比多会一个标注工具更能对应到数据治理与质量评估岗位。

来源:Builder Within Issue 20 https://builderwithin.com/articles/weekly-20

今天主轨四条落在同一处:数据岗位开始被分别写进政策文本、岗位说明书、出货台账和开源管线。北京市《具身智能机器人产业高质量发展行动方案(2026—2028年)》的官方解读首次点明「无本体采集、第一人称视角采集」;一份高校实验室招聘启事把数据清洗、坐标系对齐、质量一致性、统一格式规范逐条写全;关节模组厂商出货三年放大五到六倍,把数据岗位的雇主名单推到零部件厂;浙大与宇树开源的 500 万条动作数据集,则给出一条可复现的五级数据管线。对准备入行的人,今天最该记住的是那条薪酬分层——采集执行岗多在 3000 至 6000 元,掌握数据治理与质检的采集工程师普遍 6000 元以上、资深可破万,数仓背景的差异化区间不在「录数据」,而在「把异构数据变成可训练、可验收的数据集」。副轨两条是同一变化的两端:工具层开始按需加载,编程智能体开始按周持有目标,人的工作都进一步集中到定义目标与验收结果。

北京方案官方解读:数据侧首次明确「无本体采集、第一人称视角采集」,实景实训项目已近 200 个

北京市人民政府网 11 月 19 日刊发对《北京市具身智能机器人产业高质量发展行动方案(2026—2028年)》的解读稿。本系列 11 月 12 日曾首报该方案印发,当时的要点是到 2028 年培育 5 家国际一流与 10 家国内领先整机企业、在京形成 20 万台/年整机产能、100 个场景 100 万小时数据、50000 PFlops 专用算力等目标值;此次是同一方案的后续官方解读,新增的是编制过程与数据侧口径,不是新文件。解读引述方案编制相关负责人的说法:文件从年初启动编制,恰好见证产业「从前期高歌猛进,逐步走向沉淀、理性思考」;今年年初国内大量人形机器人训练场集中落地,到下半年,训练场的建设模式与建设思路已发生明显转变。

数据侧的措辞最值得留意——方案明确提出探索无本体采集、第一人称视角采集等新模式,推动采集方案、硬件配套与机制创新。无本体采集指不必让一台完整人形机器人亲自完成动作,而是由人佩戴头显、手套或手持夹爪设备记录动作轨迹与空间位置,再转成训练数据;第一人称视角采集(Ego)指用头戴相机记录人眼所见的操作画面。两者都绕开真机台数限制,成本远低于遥操作。解读还披露北京实景实训项目已近 200 个,并列出金融、创新、场景、峰会、生态五大比较优势:百亿规模政府投资基金、「两会一赛」(世界机器人大会、世界人形机器人运动会、人形机器人半程马拉松)、以及覆盖整机、模型、灵巧手、数据服务的全生态企业。

值得关注: 对「机器人数据专家」这个定位,这条的价值在于政策第一次把「怎么采数据」写进正式方案,而不是只写「采多少小时」。方向从真机遥操作转向无本体与第一人称视角,意味着岗位技能栈同步迁移:多源视频解析、传感器参数对齐、动作轨迹清洗、质量筛选与语义标注,恰好是数据仓库里抽取、清洗、维度补充、格式归一、质量校验那一套能力的平移;做过 ODS 到 DWS 分层、写过口径文档的人,不需要重新学一遍。训练场「建设模式明显转变」也印证了本系列反复记录的判断——早期拼场地面积与台数,现在拼数据可复用性与交付标准,配套的岗位会从采集执行转向数据产能管理与质量验收。实景实训近 200 个则提示,场景运营、数据采集方案设计、真机验证记录这几类岗位正在被批量造出来,且带官方背书,属于入行窗口期里门槛相对友好的入口。

边界: 解读稿是政府网站的报道而非实施细则,「探索」属方向性表述,未给出技术标准、补贴额度与牵头部门;20 万台/年、100 万小时等均为 2028 年目标值,不是当前产能;「近 200 个」「百亿规模」为约数与企业方/负责人口径,非第三方统计。本条与 11 月 12 日首报为同一方案,仅补充数据侧新披露内容。

来源:北京市人民政府网:目标设定每年20万台整机产能 与津冀协同布局产业链 北京机器人产业有望开启新一轮增长空间

一份具身数据采集岗 JD 写全了技能清单,薪酬按「采集」与「治理」分成两档

西湖大学工学院齐国君主持的机器感知与学习实验室(MAPLE)近期发布助理研究员招聘,其中「具身智能数据采集方向」招 1 至 2 名。齐国君为 IEEE Fellow(国际电气和电子工程师协会会士)、IAPR Fellow、ACM 杰出科学家,曾任职 IBM 沃森研究中心、华为美国研究中心技术副总裁,并创立 OPPO 西雅图研究中心。原始招聘启事标注来自西湖大学人才招聘、日期为 11 月 3 日,且写明「长期有效」;高校人才网 11 月 19 日收录助理研究员岗、11 月 18 日收录同实验室科研助理岗,TopsAI 科研早报 11 月 19 日列入招聘板块。因此这是一份被集中收录的岗位样本,不是当日新增岗位,也不能据此推断岗位增量。

数据采集岗的职责几乎是一份数据工程师的岗位说明书:围绕遥操作、仿真、UMI 与 Ego 等多种来源,开展原始数据解析、清洗、筛选、切分、去重及格式转换,建立面向模型训练的标准化处理流程;处理视频、相机参数、机器人状态、关节信息、末端位姿及动作轨迹,解决不同数据源坐标系对齐;围绕任务阶段、子任务、动作时序、关键帧及操作结果建设标注体系,参与标注规范制定与标注工具建设,负责标注数据的质量检查与一致性验证;根据 VLA、模仿学习等模型的数据需求做针对性筛选与预处理,结合训练反馈持续优化数据 Pipeline;参与数据标准与规范建设,针对不同机器人、不同采集方式、不同格式建立统一的数据组织与管理规范,支持多来源数据向统一训练数据格式转换。应聘条件要求博士学历、熟练 Python 与脚本开发、具备 Pipeline 构建能力,并明确要求「能独立处理大规模数据中的异常、缺失、错位、不同步等问题」。UMI 是一种手持夹爪式采集装置;VLA 指视觉—语言—动作模型,把图像与语言指令直接映射成机器人动作;模仿学习指用人类示范数据训练机器人照做。同批还招模型研发方向(要求熟悉 VLM、VLA、WAM 架构与 Sim2Real,即仿真到真机迁移)与物理引擎开发方向(要求熟悉 MuJoCo、PhysX 等仿真引擎与 CUDA 并行计算)。

薪酬分层同期可从多个公开口径拼出。三秦都市报 11 月 13 日走访西安多家 AI 数据服务商报道:居家基础采集多按项目结算、单日 100 至 150 元,到场佩戴专业设备的场景兼职日薪约 200 元,普通全职采集员月薪 3000 至 6000 元,而掌握数据治理、质检能力的采集工程师月薪普遍 6000 元以上、经验丰富者月薪可突破万元。雷科技 11 月 4 日援引招聘 APP 称具身数据采集岗「大部分集中在 3-4K 区间」,并解释原因是门槛低、数据不通用——不同厂商的本体构型、传感器、控制系统与模型架构各异,一家服务商采到的数据未必能直接给另一家用,中国信通院《具身智能发展报告(2025年)》也指出跨训练场数据难以整合共享。智联招聘一则「AI 数据采集数据标注(项目驻场)」标 6 至 9K,职责含按 SOP 完成采集标注、初检自检、用主流大模型工具辅助校验、梳理优化 SOP、对接算法侧与做数据台账;淮南市 2026 年重点企业人才需求表中,六纬智能「数据采集」标 3000 至 5000 元/月(要求动作协调、能适应重复性规范操作),「数据标注」则要求 3D 点云、2D 图像、激光雷达标注经验与理解三维坐标系、3D 框参数;重庆永川「具身智能标注」标 3000 至 4500 元/月、零基础带薪培训。

值得关注: 这是全文最该逐字读的一条。同一条赛道里,采集执行岗被压在 3000 至 6000 元,而要求数据治理、质检、Pipeline 构建的岗位站上 6000 元以上并破万,分层依据不是会不会操作设备,而是能不能处理异常、缺失、错位、不同步,能不能建立统一规范与质量一致性验证——这正是数仓 ETL、数据质量监控、元数据治理、口径统一与审计字段设计的直接迁移。JD 里「数据标准与规范建设、统一训练数据格式转换」一句,几乎对应做过 DDL 规范、分区口径、血缘溯源的人已有的经验。对本系列 11 月 15 日报道的「新职业上岗实录」而言,这条是从宏观招聘增速落到具体技能清单的补充:新职业认定给的是名分,JD 给的是学习清单。求职时建议按关键词过滤——优先投出现「Pipeline」「质量一致性」「坐标系对齐」「统一格式规范」「与算法团队对接」字样的岗位,避开只写「按 SOP 完成采集」的纯执行岗;后者正是薪资被压在 3 至 4K 的那一档,且最容易被众包与自动化管线替代。

边界: 招聘启事为长期有效的岗位样本,原始发布 11 月 3 日、11 月 18 至 19 日被聚合平台收录,不能当作当日岗位增量;西湖大学岗位要求博士、属科研机构,与产业界 JD 的学历门槛不同。各薪酬来源的城市(西安、淮南、重庆)、岗位性质(居家兼职、场景兼职、全职、项目驻场)与统计口径均不相同,此处并列展示、不做折算比较;3 至 4K 为招聘 APP 观察口径而非官方统计,6 至 9K 为单条 JD 标价,「资深破万」为受访企业表述。

来源:高校人才网:西湖大学工学院齐国君实验室助理研究员(具身智能方向)招聘启事;高校人才网:西湖大学工学院机器感知与学习实验室科研助理(具身智能方向)招聘启事;三秦都市报:一个为大模型「喂数据」的新职业;雷科技(新浪财经转载):具身智能数据采集生意火了,谁在给机器人「喂经验」?;智联招聘:AI 数据采集数据标注(6-9K·项目驻场);淮南市人社局:2026年淮南市重点企业人才需求信息表

关节模组出货三年放大五到六倍:上游零部件放量,数据岗位雇主名单继续外扩

同日北京市政府网那篇解读稿还披露了一组出货数据:关节模组厂商灵足时代负责人邵元欣称,公司 2025 年关节模组出货量超 10 万台,2026 年初定的出货目标为 30 万台,「实际上这一目标早已达成」,预计全年出货量在 50 万至 60 万台之间,并称「今年的出货量大超预期」。按此口径,两年间出货量放大约五到六倍。这组数字与《中国证券报》11 月 19 日量产拐点稿里的零部件数据方向一致(本系列 11 月 19 日已报):仙工智能上半年控制器出货超 8000 台、均胜电子高算力控制器累计交付突破 2000 套(11 月 12 日首报的首台「高算力大脑背包」交付宇树,此处为累计交付的增量口径)、灵巧手全行业去年约 2 万台今年预计 6 万至 7 万台。政策侧也有呼应:界面新闻 11 月 20 日的行业综述提到广东省《数字广东建设「十五五」规划》提出做强高端机器人核心部件制造业、推广工业与服务机器人,并引用东莞证券一份研报的观点——随着多项具身智能行业标准陆续实施,产业竞争焦点正由数据采集数量向数据质量、治理与交付能力转变。

值得关注: 订单与出货比融资更能验证产业成熟度,而上游零部件的放量比整机订单更早、更硬:关节模组要先于整机数月排产,50 万至 60 万台的预计值意味着下游整机厂确实在按批次提货,而非只签意向书。对数据岗位,这层放量的直接后果是雇主名单继续外扩——关节模组、控制器、力传感器、谐波减速器这类企业过去几乎没有数据团队,一旦进入批次交付,就会第一次需要批次一致性记录、良率台账、48 小时老化测试记录、供应商质量数据与失效回流,每一条都要有可追溯的数据链。这与 11 月 19 日报道的「四重关卡,数据排第一」互相印证,也解释了为什么东莞证券会把措辞从「量增」换成「质胜」:产能上来之后,稀缺的不再是小时数,而是能把质量与交付讲清楚的人。求职时可优先看已进入客户验证或小批量交付、订单按月滚动下达的零部件企业,这类公司数据需求急迫、团队尚未定型,门槛通常低于头部本体厂,且岗位内容更贴近数仓治理。

边界: 灵足时代出货数字为企业负责人自报口径、非第三方统计,全年 50 万至 60 万台为预计值,「30 万台目标已达成」为受访表述、无月度明细;2 万台与 6 万至 7 万台灵巧手数字为受访企业高管的行业估计。东莞证券观点出自 11 月 5 日的研报、由 ETF 综述文转述,属卖方判断;广东省规划内容为界面新闻综述稿的转述,未见规划原文。本条与第 1 条同引北京市政府网 11 月 19 日解读稿,前者取政策文本口径,本条取其中的出货数字。

来源:北京市人民政府网:目标设定每年20万台整机产能 与津冀协同布局产业链;中国证券报(新浪财经转载):供应链突破 万台产能蓄势 具身智能行业迎来量产拐点;界面新闻(网易转载):多项具身智能行业标准陆续实施

浙大与宇树开源 Movens-5M:500 万条机器人动作,附一条可复现的五级数据管线

浙江大学与宇树科技具身智能联合实验室等团队开源了机器人动作预训练数据集 Movens-5M 及配套模型 Movens-Zero。论文《Movens-Zero: Scaling Humanoid Motion Foundation Models with Large-Scale Human Videos》(arXiv:2610.41877)于 10 月 30 日挂出,11 月 18 日为开源发布与集中传播节点;本系列此前未报道该数据集。数据集收录 500 万条经宇树 G1(一款人形机器人本体)仿真执行验证的机器人动作与 1500 万条人体动作,总计超 1 万小时,覆盖行走、深蹲、拖地、拳击等 297 种细分动作与居家生活、健身训练、户外休闲等 16 类场景,并把文字指令、视频示范、语音、音乐与机器人动作配对,附分时段、分身体部位的动作说明。

对数据岗位而言,比规模更有价值的是那条公开的五级自动化流水线:片段生成(按镜头边界切分长视频并保留来源信息)→质量筛选(检查画面质量、人物可见性、动作信息量,筛除不合格素材)→语义标注(补场景与分部位描述、整理文字及语音音乐信息)→动作恢复(从视频估计人体三维姿态)→物理精修(修复抖动失稳、按 G1 身体结构重定向动作、在仿真环境验证能否稳定执行)。团队还给出一组 Scaling(规模扩展)曲线:固定 9.105 亿参数的 XL 动作专家、把训练数据从 1% 增至 100%(去重后动作总时长从 122 小时增至 12231 小时)时,文字—动作匹配 R@3(正确答案落在前三个候选中的比例)由 12.72% 升至 62.57%,视频动作误差 MPJPE(平均每关节位置误差,越低越准)由 132.82 毫米降至 40.90 毫米、降约 69.2%;语音匹配由 13.98% 升至 74.30%,跟踪得分由 0.21 升至 0.72。数据从 30% 扩到 100% 仍有增益,文字匹配再提高 20.77 个百分点;动作专家从 6420 万参数扩到 9.105 亿,验证集流匹配损失由 0.487 降至 0.159、降 67.4%;且容量越大,从新增数据中获益越多。

值得关注: 五级流水线几乎就是一份数据工程能力清单:切片、质量筛选、语义标注、坐标重定向、仿真验证,分别对应抽取、清洗、维度补充、格式归一与质量校验;「物理精修」这一步尤其说明具身数据与文本数据的差别——不是标得越多越好,而是要通过物理可执行性校验,剔除会让机器人摔倒或掉物的样本。对入行读者,可把「能不能复现一条从原始视频到可训练动作的管线」当作能力自测题,它比背模型架构更能区分数据岗位候选人。另一层信号是团队用 R@3、MPJPE 这类可核查指标而不是只报小时数来证明数据价值,这与上条「从量增走向质胜」是同一件事:数据集的报价依据正从时长转向质量评估口径。还需与 11 月 19 日报道的 HubEgo-100K 区分——那是第一人称真实熟练工视频(当前 10124 小时、目标 10 万小时、标注由视觉语言模型生成且未经人工核验、非机器人控制数据),属数据管线上游;Movens-5M 交付的是已重定向并经仿真验证的机器人动作,属下游,两者是不同技术路线,不宜按「谁更大」直接比较。

边界: 论文 10 月 30 日挂 arXiv、11 月 18 日开源发布并集中传播,非当日首发;所有 Scaling 数字为团队自报实验口径;「经仿真执行验证」不等于真机可直接部署,仿真到真机仍存在域差;「GPT 时刻」为媒体比喻,非团队结论。数据集、模型与配套测试集 Movens-Intent 的入口见来源。

来源:机器之心(腾讯新闻转载):解锁具身智能的 GPT 时刻?浙大宇树开源 500 万条机器人预训练数据;arXiv:Movens-Zero: Scaling Humanoid Motion Foundation Models with Large-Scale Human Videos;项目主页 movens-zero.github.io;Hugging Face:wendell0218/Movens-5M

谷歌在 Gemini API 上线 Tool Retrieval:工具说明按需加载,不再整包塞进上下文

谷歌 11 月 19 日在官方博客发布 Tool Retrieval,于 Gemini Interactions API 以预览版提供,面向连接了数十到数百个工具的智能体。做法是在请求中加入 tool_search 工具、把长尾工具标为 defer_loading: true:模型初始只看到各工具的名称与描述,需要时按名检索,由谷歌服务端在同一次请求内补上参数 schema(即工具的输入说明书)并完成函数调用,无需开发者自建索引。检索、schema 加载与调用以 tool_search_call、tool_search_result、function_call 三类记录出现在 interaction.steps,便于排查工具名与描述的歧义。该能力支持 Gemini 3.6 及以后模型(含全部 Gemini 4 系列,示例用 gemini-4-hydrogen);对远程 MCP 服务器(MCP 指模型上下文协议,让智能体以统一方式发现并调用外部工具),把 mcp_server 标为延迟加载即可动态加载其全部工具。延迟加载的 schema 追加在会话后段、不改动提示词前缀,从而保留前缀缓存(prefix caching,把不变前缀缓存复用以免每轮重复计费)。已有自定义工具注册表或按用户权限过滤的团队可改用客户端检索("execution": "client"),代价是每次检索多一次网络往返。官方称无单独收费,加载的 schema 按被调用模型的标准费率计入输入 token,tool_search 本身有少量固定输入文本。

值得关注: 对日常工具选型的信号是,智能体的成本与准确率瓶颈正从「模型够不够强」移到「工具层怎么管」——工具一多,整包塞 schema 会推高输入 token、拖慢响应,还会让模型选错工具。同一周 LangSmith Tool Gateway 进入公测(把凭据与权限放到网关后、记录每次调用)、Vercel 的 eve 框架发布 1.0(加入动作审批与面向编码智能体的评测套件),三家都在补「工具治理」这一层。对入行技能栈,这要求会把工具按调用频次分层、设计清晰的命名与描述、读懂 step 级调用日志来定位问题,与做元数据管理、字段口径治理、血缘排查是同一类能力;机器人数据平台接的采集设备、标注工具与仿真器本就是一堆异构工具,这套按需加载与权限网关的思路可直接借鉴。若现有 agent 挂在几十个 MCP 工具上,值得先按官方建议测一下输入 token 是否真降、工具选择是否更准,再决定是否迁移,不必只看宣传。

边界: 该能力当前仅为预览、限于 Interactions API,旧版 Gemini 模型或通用多模型封装需迁移才能用;官方称可降低输入 token、延迟并提升工具选择准确率,但公告未给出实测基准、延迟分位与定价数据,属厂商主张,需在自己的流量上验证。服务端模式下工具名与描述仍常驻上下文,超长目录与冗长描述依然会造成开销;客户端模式多一次往返;公告未说明预览期 SLA 与许可变更。

来源:Google AI Blog:Introducing Tool Retrieval in the Gemini API;AI Affairs:Google previews Tool Retrieval to reduce Gemini agents' tool overhead;DEV Community:Google Gemini API Tool Retrieval loads agent tool schemas on demand;AI BrainWorx:Google Introduces Tool Retrieval in Gemini Interactions API Preview;LLM Digest:AI Daily Recap, Nov 19, 2026

Cognition 发布 Devin Bots:编程智能体从「接工单」改为「按周持有目标」

AI 编程公司 Cognition 于 11 月 17 日发布 Devin Bots(Fortune 首发,11 月 18 至 19 日中文与英文媒体集中跟进),本系列此前未报道,此处补报。产品把最小单位从一张工单改成一段持续数周的项目责任:Bot 是带记忆与工具的常驻智能体,用户只交代目标,它自行发现问题、拆分任务、调度多个 Devin 实例并行编码、测试与审查、评估结果并决定下一步,仅把需要人工判断的决策集中到一个叫「Needs You」的收件箱。Bot 跨会话保留上下文,以团队成员身份进入 Slack、iMessage 或 Devin 应用,多个 Bot 之间可协同;模型无关(按阶段挑模型,规划用强的、日常改码用便宜的)、每个 Bot 可设预算、跑在独立云主机而非工程师笔记本(碰不到本地密钥),产出走与人类代码相同的自动化测试,由团队规定哪些改动必须人工审阅。

官方给了三个内部案例,均为公司自报、未获独立审计:其一,工程师 Samyok 于 9 月 28 日创建 Android Bot 负责把 iOS 应用对齐到安卓端,44 天内关闭 1217 个工单、合并 1134 个 PR(代码合并请求)、写 344651 行 Kotlin、产出 2841 个截图测试并把应用推进 Google Play 公开测试,监督工程师只发了 183 条消息、其中 22 天零消息;其二,Layout Bot 每三小时构建最新主分支的生产版本、模拟首访与延迟加载,失败时回溯到引入回归的 PR 并开修复,三周合并 159 个 PR、把可感知延迟降 70%;其三,成员 Jenny Xu 的手游工作室只有 1 名真人与约 20 个 Bot,由一个总管 Bot 每天四次把决策汇总到单一 Slack 线程,周 PR 从约 50 个增至 1900 个并保持每周发版。早期客户包括 Decagon、Fireworks AI、Reducto,公司称两周内用量涨十倍;据 Fortune 与行业媒体,Cognition 估值 480 亿美元、9 月年化收入过 10 亿美元、花旗有 14000 名工程师使用 Devin。定价口径不一致,此处并列:钜亨网报道 Max 套餐 200 美元/月与 Teams 套餐 80 美元起可用、Pro 档 20 美元/月暂不含;另有报道称官方发布稿未写定价或套餐资格、Bots 不单独收费而运行在 Devin 内,两说并存,以产品页为准。

值得关注: 这条对入行技能栈的意义大于对工具选型的意义:当智能体能自己发现任务、拆解、派工并跑几周,人的位置就从「写代码」上移到「定义目标、划定权限边界、设定预算、规定哪些改动必须人工审阅、验收结果」。这与本系列反复出现的「验收成为瓶颈」是同一条线,也与今日主轨那条薪酬分层呼应——机器人公司的数据岗位同样要写数据管线、评测脚本与质检规则,未来被考核的不是产出了多少代码或多少小时数据,而是能否设计出可靠的自动校验与失败回流机制。工具选型上短期不必急着换:官方数字全是内部案例,缺陷率、合并质量与误报率未公布,且已有媒体质疑每周 1900 个 PR 只是把评审负担转移而非消除;团队先具备持续集成(CI,代码合并前自动跑构建与测试)与人工复核规范,才谈得上引入常驻智能体。另需说明,OpenAI 的 Dots(与 Codex 结合)、Anthropic 的 Duet(与 Claude Code 结合)是前几周推出的同类常驻智能体,本条不代表该形态首发。

边界: 11 月 17 日发布、11 月 18 至 19 日集中发酵,非当日新闻,属补报;三个案例均为 Cognition 内部部署的自报数据,无独立基准,未公布缺陷率与人工监督的真实工时;定价存在两种口径,未择一;估值、年化收入与花旗工程师数量为媒体转述。「自动驾驶软件」为 CEO Scott Wu 的比喻,不是能力承诺。

来源:New Runtime:Introducing Devin Bots: from tasks to outcomes;AI Weekly:Cognition Launches Devin Bots to Oversee Teams of Devin Agents;钜亨网:Cognition 推出 Devin Bots,一个人管 20 个 AI、每周处理 1900 个 PR;Geekiki:Cognition launches Devin Bots;产品页 devin.ai/bots

今天的主线不是又一笔大额融资,而是「数据」在同一天被三种方式分别确认:江苏省把它写进政府补贴与交易清单,中国证券报把它列为量产四重关卡的第一关,一家数据服务商凭数据管线单独拿到 5000 万元融资。副轨两条则指向同一个位置变化——编码智能体越强,人越集中到「定义目标、审阅结果」上,机器人公司的数据岗位同样如此。对准备入行的人,今天最值得记的一句话是:数据已经不再是研发流程的附带环节,而是可以单独计价、单独融资、单独招人的一层。

江苏省发文布局具身智能服务平台,训练数据的建设与交易首次被列为政策支持对象

江苏省政府办公厅近日印发《关于促进平台经济创新和规范健康发展若干措施的通知》(苏政办规〔2026〕8 号,文件落款 11 月 11 日,省政府网站 11 月 17 日公开,人民网、新华网 11 月 19 日集中解读),自 2026 年 12 月 11 日起施行、有效期至 2031 年 12 月 10 日。文件第 5 条「布局具身智能服务平台」提出落实人形机器人与具身智能实景实训专项行动——指主管部门推动机器人在真实运营场景中采集数据、验证能力的专项行动,鼓励建设具身智能训练场、开发真机数据采集和仿真训练平台,拓展本体调试、算法训练、性能评测等公共服务能力,并探索机器人即服务(RaaS,按需租赁而非一次性买断)模式。第七部分「激活数据要素价值」写明:对行业高质量数据集以及物理人工智能、世界模型研发与训练所需数据的建设、交易给予支持,鼓励企业入驻省数据交易所推进数据产品挂牌交易;算力侧则提出对采购智能算力服务的企业发放词元(Token,模型处理文本的基本计量单位)券。

人才条款同样具体:鼓励平台企业与高校、科研院所共建产教融合实训基地,推动校企共建专业与课程,并为一人公司(OPC,单人运营的公司化创业主体)人才提供物理空间、算力支持、首单扶持、资源链接等全链条创业服务。需说明的是,这与本系列 11 月 17 日报道的《江苏省具身智能机器人产业发展行动计划》不是同一份文件:后者聚焦产值、整机产能与协作机器人产业带,前者是覆盖算力、智能体、数据交易与人才的综合政策。

值得关注: 对「机器人数据专家」这个定位,这份文件的价值在于把数据从成本项改成了可补贴、可挂牌交易的对象。政策一旦给「训练所需数据的建设与交易」开口子,就会长出三类岗位:训练场的采集方案设计与数据产能管理、数据集的质量评价与合规确权、数据产品在数据交易所挂牌前的口径与元数据整理。后两类几乎就是数据仓库治理能力的平移——口径定义、元数据 schema、质量指标、血缘溯源,做过 ODS 到 DWS 分层的人不需要重新学一遍。另一个信号是政策把「真机数据采集」与「仿真训练平台」并列写,说明江苏打算同时买真实数据和合成数据两条供给,求职时不必只盯真机遥操作岗位。产教融合实训基地与职业技能培训条款则意味着 2027 年前后会出现一批带官方背书的实训与认证岗位,这是入行窗口期里最容易被忽略的入口。

边界: 文件是政策措施而非实施细则,各类支持的具体标准、额度、申报口径与牵头部门均未公布,自 12 月 11 日才施行;「词元券」在江苏此前政策中已有提及,本次为沿用与扩展,不是新设补贴工具。实景实训专项行动并非江苏原创,工信部与国资委层面此前已部署,本文件属地方承接。

来源:江苏省人民政府:省政府办公厅印发关于促进平台经济创新和规范健康发展若干措施的通知;人民网江苏频道:江苏出台平台经济新政 八方面举措释放发展新空间

中国证券报:万台级产线陆续落地,灵巧手今年出货预计 6 万至 7 万台,数据仍是量产第一道关卡

《中国证券报》11 月 19 日头版报道,2026 年被行业视为具身机器人的量产拐点:优必选柳州万台级工业人形机器人工厂 9 月投产,众擎深圳红花岭基地 5 月启用并具备万台级交付能力,智元 9 月宣布累计下线 2 万台,宇树科创板募资 6.24 亿元规划年产 7.5 万台人形与 11.5 万台四足机器人。零部件侧,均胜灵犀 CEO 雷雄称国内灵巧手全行业出货去年约 2 万台、今年预计 6 万至 7 万台;仙工智能上半年控制器出货超 8000 台;均胜电子高算力控制器累计生产交付突破 2000 套——本系列 11 月 12 日曾报道其首台「高算力大脑背包」交付宇树,此处是累计交付量的增量口径,不是新事件。据高工机器人产业研究所不完全统计,今年 1 至 9 月 101 家机器人产业链上市公司累计营收 3531 亿元,其中 77 家盈利。

报道同时给热度降温。赛迪研究院科技处处长董凯把走出概念验证归纳为四重关卡,顺序是数据、模型、本体、应用:需采集有效数据并融入异构数据用于训练,模型要理解物理世界规律,本体要解决末端执行器、结构材料与热管理,应用端要达到工业所需的效率与可靠性,「整个交付标准尚未明确」。浙江人形机器人创新中心副总经理留云把量产归纳为四个可审计维度:可复制、一致性、可交付、可核算;记者在宁波藕池工厂看到双臂与躯干进行 48 小时老化测试,组装完成的产品已贴交货单。

值得关注: 四重关卡把「数据」排在第一位,且用词是「有效数据」与「融入异构数据」——这恰好是数据岗位的核心工作,不是采集工时越多越好,而是要把来自不同本体、不同传感器、不同场景的数据统一到可训练的口径上。对入行读者,这条比任何融资数字都更直接:产能放量之后,验收清单会从「能不能动」转向「批次一致性、48 小时老化记录、物料成本可核算」,每一条都要有配套的数据记录与溯源链,这正是数仓背景可迁移的区间。雇主名单也在扩散——从本体厂商扩到控制器、灵巧手、谐波减速器等零部件企业,这类公司过去没有数据团队,量产压力下会第一次招人建数据台账。求职时可以优先看「已进客户验证或小批量交付、订单按月滚动下达」的供应链企业,它们的数据需求最急迫且门槛比头部本体厂低。

边界: 灵巧手 2 万台与 6 万至 7 万台均为受访企业高管的行业估计口径,非第三方统计;3531 亿元营收为高工机器人产业研究所的不完全统计;万台级产能多为设计值或规划值,不等于实际出货;四重关卡与四个维度分别为赛迪研究院与企业方观点,不是官方标准。本系列 11 月 18 日报道的工信部 5 项行标中的《训练数据管理要求》(SJ/T 12354—2026)属推荐性行业标准,与此处「交付标准尚未明确」并不矛盾——前者管数据全生命周期,后者指整机交付验收。

来源:中国证券报(新浪财经转载):供应链突破 万台产能蓄势 具身智能行业迎来量产拐点

波士顿动力 Atlas 进晶圆厂:格罗方德成为汽车业外首个验证客户,Spot 累计完成超 9 万次巡检

当地时间 11 月 17 日,波士顿动力与晶圆代工厂格罗方德(GlobalFoundries,简称 GF)发布联合公告扩大合作:GF 成为汽车行业以外首个 Atlas 人形机器人早期采用者计划——指厂商在正式商用前邀请少数客户共同验证、共同定义任务的计划——的客户,也是半导体行业首家实地测试人形机器人的企业,Atlas 现场测试自 2027 年初启动,目标是找出晶圆厂中适合人形承担的工序、评估集成需求并开展早期 AI 作业训练。四足机器人 Spot 将扩至纽约马耳他、佛蒙特伯灵顿、德国德累斯顿与新加坡等基地。GF 披露,新加坡厂两台 Spot 自今年 4 月以来在主生产层下方的设备层(sub-fab)行进近 900 公里、完成超 9 万次设备检查、任务成功率 99%,另在两周内重新部署 875 项例行检查,计划借助视觉判读能力把检查量提升至两倍以上。财联社 11 月 19 日跟进报道。

GF 首席制造官普拉迪普·辛格把价值说得很直白:Spot 通过数千个检测点采集数据,把维护从被动转为预测性;波士顿动力首席产品与技术官扎克·雅科夫斯基则称,这类客户「正在积累对未来制造创新极为有用的数据」。公告还提到,技能发展工作坊将配合 GF 面向员工的全球 AI 技能提升计划。

值得关注: 这条新闻里真正的岗位描述藏在「技能发展工作坊」和「数千个检测点」两处。前者几乎就是人社部今年 9 月新职业「具身智能机器人应用技术员」的日常工作形态——在真实工位做场景部署、采集数据、测试模型、按测试结果补采;后者说明机器人落地首先产生的是长周期巡检时序数据,需要有人定义采样频率、异常标签、缺失值处理与设备台账关联,这是典型的数据工程活,而非算法活。晶圆厂对定位精度、防尘抗干扰、长期一致性的要求远高于展演场景,会把「数据质量指标怎么定、怎么证明」推到采购合同里,懂质量评价与溯源的人比会调模型的人更早被需要。另外要注意时间:Atlas 是 2027 年初才开始现场测试,当前落地的仍是四足巡检,意味着 2026 至 2027 年的实际招聘集中在巡检运维与数据侧,不是人形整机操作。

边界: 900 公里、9 万次检查、99% 任务成功率均为 GF 自报,且是新加坡厂两台 Spot 自 4 月以来的累计值,不是行业均值;「检查量翻倍以上」为路线图目标,未给出时间表;Atlas 尚未在半导体产线完成任何作业验证,公告只承诺 2027 年初开始测试,未披露台数、工序与成功率。财联社报道中「首个在汽车行业以外验证 Atlas 的客户」与官方公告「首个参与早期采用者计划的半导体制造商」是同一事实的不同措辞。

来源:GlobalFoundries 官方新闻稿(中文):波士顿动力与格罗方德扩大机器人领域合作;财联社:波士顿动力人形机器人落地半导体制造厂

具身数据同日两条路线:柏川数据 5000 万元 Pre-A,HubEgo-100K 开源首批 1 万小时第一人称视频

11 月 18 日,物理 AI 数据基座服务商苏州柏川数据宣布完成 5000 万元 Pre-A 轮融资,投资方为元禾厚望、毅峰资本以及星海图等具身智能产业方,星海图同时是客户与投资方;本轮估值与各出资方金额未披露。公司 2021 年成立时主做自动驾驶数据采集、清洗、标注、管理与存储,2025 年下半年切入具身智能,现披露已服务智元、优必选、自变量、它石智航、星海图、优理奇等近 20 家具身厂商。其在宿迁、厦门两座实训场配置 200 余台人形机器人与数百套无本体数采设备——无本体数采指不依赖机器人本体、以人类第一视角视频或手持设备采集真实世界数据的方式,拥有 300 余种工、商、农业工序渠道,自研「山海」数据管理平台覆盖标注、质检、管理、评测与仿真。

另一条路线同日浮现:HubEgo-100K 数据集 11 月 16 日提交 arXiv 并在 Hugging Face 首发 v1.0。名称中的 100K 指后续要扩到 10 万小时,当前首批只有 10,124 小时 1080p 第一人称视频,来自 12,227 名贡献者在 15,548 个环境中自拍的熟练工种作业,83% 的时长在工作场所,含 72,754 个片段与同步 100Hz 惯性测量单元(IMU,记录加速度与角速度的传感器)数据,采用 LeRobot v3 与 MCAP 两种机器人数据常用格式、CC BY 4.0 许可(署名后允许商用)。论文立论是:模仿学习的泛化能力随训练环境与物体的多样性增长,而不是随每个环境的示范次数增长;因此它刻意让每位贡献者在各自不同的厨房、工地、车间里录制,而不是集中采集。

值得关注: 两条路线对应两类可投递的岗位技能,值得分开准备。柏川这一侧是「真机遥操作 + 数据工程化治理」:清洗与标注规则体系、质检、评测、仿真、版本管理与交付验收,元禾厚望的判断是「竞争正从模型与本体延伸至数据基础设施层」,意味着数据公司可以独立融资、独立成为雇主,不必附属于本体厂;数仓背景在这里的迁移成本最低,尤其是「复用智驾全栈数据管线、针对具身重建清洗与标注规则」这一句,几乎就是换场景不换方法论。HubEgo 这一侧是「无本体 / 人类视频」路线,核心技能变成多样性度量、分布设计、机器生成标注的噪声治理、按贡献者划分训练集与验证集以防同人泄漏——论文自己承认标注未经人工核验、且不含关节轨迹与动作监督,这反而说明「判断哪些数据能用」会成为独立岗位。同一天两种路线都在拿钱、都在发数据,说明行业尚未收敛到单一技术路径,此时把技能押在「数据质量与口径定义」上,比押在某一种采集硬件上更安全。

边界: 柏川的月产能超 5 万小时、年有效产能 35 万小时、累计交付超 20 万小时有效数据是三个不同指标,不可互相换算或相加;2027 年交付破百万小时为规划目标;估值、具身业务收入规模、各客户订单金额均未披露,近 20 家厂商名单为公司自述。腾讯新闻另作口径核对指出,5000 万元低于光轮智能、简智机器人等同赛道企业已披露融资额,但各公司阶段与业务范围不同,金额差异不能直接等同于经营规模差距。HubEgo-100K 的 v1.0 数据集约 44.8TB,访问需填申请表;论文明确标注动作与语言注释由视觉语言模型自动生成、未经人工核验,且这不是机器人控制数据,不能直接用于训练动作策略。

来源:新华日报财经:南大校友创立,苏州这家数据服务商完成 5000 万元 Pre-A 轮融资;财联社:柏川数据完成 5000 万元 Pre-A 轮融资;腾讯新闻:星海图为投资方兼客户(含口径核对);arXiv:2611.21938 HubEgo-100K

OpenAI 第二份研究加速报告:2 至 4 小时任务智能体自主完成率升至 46%,服务栈代码仍只有 25%

OpenAI 11 月 18 日发布第二份研究加速报告《Research acceleration: The jagged frontier》——「锯齿状前沿」指智能体能力在不同任务上参差不齐,基于内部测量、员工调查与访谈,是 9 月首份报告的量化扩展。今年 3 月至 10 月,估计需人类 2 至 4 小时的研究任务,编码智能体无需人工干预的完成率从 23% 升至 46%;4 至 8 小时任务从 13% 升至 35%。按任务类型拆开,8 月 1 日至 10 月 18 日差异极大:监控训练运行 79%、回答技术问题 72%、启动训练运行 35%、搭建评测与强化学习环境 29%、为推理和服务栈编写代码仅 25%。按 API 标价折算(不是实际现金支出),10 月研究人员日均智能体用量中位数约 2400 美元、较 9 月增 62%,第 90 百分位约 23000 美元、增 105%;人均「智能体工作日」(每 8 小时智能体工作计 1 天)从 0.5 升至 5.7,10 月中旬超过三分之二的研究人员日均峰值至少并行 4 个智能体。

一项 101 名研究人员的调查里,中位数回答是愿以团队 30% 算力或 40% 人力换取继续使用前沿编程智能体三个月,属假设性取舍、不是裁员计划。报告还称安全与对齐领域有记录的工作周数 1 至 9 月增长 77%,并呼吁各实验室公开追踪递归自我改进(RSI,指 AI 加速未来 AI 系统开发的过程)指标以维持人类监督。OpenAI 自己提示了一个重要限定:完成率上升不完全等于模型变强,也包含研究人员越来越会挑选适合委派的任务。

值得关注: 这份报告给工具选型提供了一把比跑分更实用的尺子——按任务类型委派,而不是按模型强弱委派。监控训练运行、查日志、启动例行实验这类高频、可验证、失败代价低的工作可以放心交给智能体;推理与服务栈代码、环境搭建这类牵一发动全身的环节成功率只有四分之一,必须保留人工逐条审阅。映射到机器人数据岗位,训练运行监控、数据质检脚本、采集日志巡检正是最该自动化的部分,而数据口径定义、验收标准、异常归因与失败样本判定必须留在人手里——这与本系列反复出现的「验收账本」是同一条主线。成本口径也要看清:2400 美元与 23000 美元是内部按 API 标价折算且有模型特权的数字,外部团队按量付费时应换算成「单任务成本」,不要照抄这个量级。对求职者的直接含义是,会写「可验证的验收条件」比会写提示词更值钱,因为智能体越能干,人剩下的活越集中在定义什么叫「做对了」。

边界: 全部数字为 OpenAI 内部测量、自估或内部调查,未经第三方复现;金额按公开 API 标价折算,不等于公司实际支出;调查中的算力与人力交换为假设性偏好,报告明确不代表招聘或人员计划变化。报告建立在 9 月首份博客基础上,部分指标为新增定义(如智能体工作日),与上一份不可直接比较。

来源:腾讯新闻(IT时代网):OpenAI 报告称智能体完成近半数研究任务;OpenAI 报告全文转载:Research acceleration: The jagged frontier

谷歌实验室推出 Stitch Loop:智能体 7×24 小时盯线上产品,所有拉取请求必须人工批准

Google Labs 于 11 月 18 日推出实验性产品智能体 Stitch Loop,目前仅开放全球候补名单(Google AI Ultra 合格用户优先),未公布定价、正式发布日期与支持的编程语言范围。它连接代码库与线上实时指标,通过 180 多种集成、自定义 MCP 服务器(MCP 是让智能体调用外部工具的模型上下文协议)或本地命令行接收日志、用户行为与反馈,围绕团队设定的可衡量目标持续运行,不是完成单次任务就退出。每个循环走四步:基于产品证据给出改进建议,列出附带取舍与范围的方案,在隔离云沙箱中写代码并开启 GitHub 拉取请求(必要时附截图与视频),再跟踪线上数据并从正负结果中反思;目标达成后继续监测,防止指标回落。

默认内置网络安全、响应延迟、无障碍访问三条循环,也支持自建目标(官方举例为提升结账转化率)。安全循环把 Gemini 4 Carbon 的网络安全能力与 Google DeepMind 的自主代码安全智能体 CodeMender 结合,但谷歌未公布该循环本身的修复成效数据。Stitch Loop 还能作为服务层,通过 Stitch CLI 与 MCP 向 Google Antigravity 等编码智能体提供持久产品上下文,Slack 中可用 @stitch 获取每日洞察摘要。谷歌强调:所有变更必须人工逐条审阅 PR 后才可合并,最终决定权在人。

值得关注: 工具形态从「你下指令、它写完就走」变成「它自己盯指标、自己提 PR」,试用或选型时要多看三件事:能否接入自己已有的指标与日志数据源、沙箱隔离与权限边界是否清楚、PR 能否逐条审批与回滚。对精简团队,安全与无障碍这类过去因人力不足被跳过的检查第一次有了低成本入口,但「未经人工审阅不合并」这条硬约束说明短期内新增的不是替代开发者的岗位,而是审阅与验收的工作量。技能栈上,最值得练的是把模糊诉求写成「可衡量目标 + 可验证指标」——这与机器人数据岗位定义数据质量指标、设验收闸门是同一种能力,两边可以互相迁移;也和本系列 11 月 18 日报道的「每任务多少钱」形成对照:当工具开始 7×24 小时常驻,选型依据会从单次调用价格转向长期运行的单位产出成本。

边界: Stitch Loop 为 Google Labs 实验性产品,仅候补名单开放,无定价、无正式发布日期、未公布支持的语言与框架,也未发布三条默认循环的实测结果;安全循环引用的 88.2% 为 Gemini 4 Carbon 在 SEC-bench Pro 上的模型基准成绩,不是 Stitch Loop 的修复成功率。名称与 Google Labs 早前的 stitch-loop skill(从单条提示生成多页网站)重名但属不同工具。

来源:IT之家(腾讯新闻转载):谷歌公司发布长程运行智能体 Stitch Loop;Stitch Loop 英文详解(含官方博文引述)

今年 8 月,我做了一个决定:把「失业互助平台」从一个想法变成一个开源项目。花了几天时间,从需求设计、前端页面、后端 API 到数据库表结构,完整地做了一版,命名为 ShiYeLeHuZhu(失业乐互助),采用 MIT 协议开源在 GitHub 上。

项目地址:

写这篇文章,一是做个项目记录,二是把开发过程中踩过的坑和设计取舍讲清楚,给同样想做「一个人全栈开源项目」的朋友一些参考。

为什么做这个项目

起因很直接:经济下行周期里,失业的人比想象中多,而他们需要的信息和工具是分散的——失业保险金怎么申领、社保断缴怎么补、财务跑道还有多长、心理撑不住的时候打哪个电话。这些内容每一条单独看都不难找,但没有一个地方把它们组织好。

市面上的求职产品都在解决「怎么找到工作」,几乎没有产品在认真解决「失业期间怎么把日子过好」。我想做的就是这个:一个给失业人群的信息门户 + 个人管理工具台,不贩卖焦虑,只提供可操作的信息和工具。

项目是做什么的

整个项目分两层:上层是面向公众的信息门户,下层是登录后可用的个人管理工具台。

信息门户部分包含:失业后的六座大困境分析、就业市场数据透视(所有数据标注来源与截止时间)、行业趋势、八类资源工具箱(经济保障/社保/技能/心理/求职/创业/法律/转型)、可迁移技能测评(5 题问卷 + SVG 雷达图)、心理热线与自救指南、真实转型故事、30 天行动清单、财务跑道计算器和常见问题。

工具台部分是登录后的四个核心模块:求职追踪(投递记录、状态流转、面试反馈、统计面板)、失业日记(每日心情打卡 + 失业天数计数 + 小成就记录)、收支记账(收支分类、月度汇总、存款支撑月数预估)、技能充电(学习计划、每日打卡、连续天数、14 天热力图)。此外还有邮箱订阅和匿名反馈,反馈直接写入后端数据库。

技术架构:刻意做的减法

这个项目的技术选型没什么新潮的东西,反而在几个地方刻意做了减法。

前端是一个 180KB 的单文件 HTML。所有 CSS、JS、SVG 图标全部内联,零外部依赖——没有 React、没有 CDN 字体、没有图标库。所有图标是 34 个手写的 SVG symbol,全站零 emoji(emoji 在不同系统渲染差异太大,部分 Android 机型直接显示为方块)。图表全部用内联 SVG 手写:技能测评的雷达图、收支饼图、打卡热力图、财务计算器的进度环。这个决定让部署变成「把一个文件放上去」,也让整个页面在断网时依然可用。

后端是 FastAPI + PostgreSQL,约 1000 行 Python,18 个 API 路由。认证用 JWT + bcrypt,密码哈希、token 验证、SQL 全部参数化查询。数据库 9 张表:users、job_applications、diary_entries、transactions、skill_plans、skill_checkins、user_settings、subscribers、feedback,配了 11 个索引和 4 个自动更新时间戳的触发器。

部署提供了三套方案:Docker Compose 一键起三个容器(Nginx + FastAPI + PostgreSQL)、裸机 systemd + Nginx、以及宝塔面板的图形化部署文档。考虑到目标用户是中文环境,宝塔文档写得最细。

数据严谨性:每个数字都有出处

做信息类产品最怕的是编数据。这个项目里所有统计数字都做了来源标注:城镇登记失业人数标国家统计局、青年失业率标注明统计口径、高校毕业生存量标教育部、行业增长趋势明确写了「综合招聘平台估算值,非官方统计数据」。开发过程中我专门做了一轮数据核对,修正了四个事实错误——包括「创业担保贷款最高 30 万」实际国标是 20 万、第三产业就业占比引用口径偏差等。法律条款部分全部标注了《社会保险法》和《劳动合同法》的具体条目。

这个习惯来自一个朴素的判断:失业状态下的人本来就焦虑,一个数字错误可能造成真实的决策失误。

开发中踩的坑

记录几个印象深的:

passlib 与 Python 3.13 的兼容性。最初用 passlib 做 bcrypt 哈希,在 Python 3.13 上直接报错,查了半天发现是 passlib 底层与新版 Python 的 crypt 模块变更冲突。解法是绕开 passlib,直接用 bcrypt 库的原生 API,三行代码解决。

PostgreSQL 14 的两个小坑。一是表达式索引里用 to_char() 会报「函数非 IMMUTABLE」,只能换成普通字段索引;二是 CREATE TRIGGER IF NOT EXISTS 在 PG 14 不支持,去掉了才跑通。

一个典型的前端逻辑 bug:登录门控。工具台区域默认 display:none,页面加载时 checkAuth() 检查 token——但我最初只在「有 token」的分支里写了显示逻辑,「无 token」分支直接 return 了。结果是未登录用户看到的工具台区域是纯空白,没有任何「请先登录」的提示。这个 bug 的教训是:每个分支都要对 UI 状态负责,尤其是「什么都不做」的那个分支。

锚点跳转与 JS 滚动的冲突。资源卡片的链接是 href="#xxx" 加 onclick 做 tab 切换,结果浏览器原生锚点跳转抢在 JS 的 scrollIntoView 之前执行,页面跳到错误位置。改成 href="javascript:void(0)" 彻底规避。这是一次「HTML 默认行为 vs JS 控制」的经典冲突。

项目现状与后续计划

项目 8 月 10 日创建,目前 25 个文件、约 3000 行代码(前端 1963 行 + 后端 1012 行)。没有任何宣传的情况下,GitHub 上有了一些自然流量:几个独立用户克隆了代码,收获了第一个 Star。对公益项目来说,这是需求真实存在的信号。

接下来的计划按优先级:第一,把网站真正部署上线——代码完成不等于产品可用,这是从 0 到 1 的门槛;第二,完善 README 的可视化展示;第三,持续迭代工具台的功能。

如果你也在经历职业空窗期,或者单纯想看看一个「信息门户 + 工具台」的完整实现,欢迎访问项目仓库:

Loading...

也欢迎提 Issue 和 PR——这本来就是一个靠社区生长的项目。

项目采用 MIT 协议开源。文中所有平台数据的来源与截止时间均已在项目页面内标注。

关于"AI 会不会取代数据开发",两种流行说法都不对:"写 SQL 的要失业了"夸大了,"AI 时代数据更重要了"回避了。真正发生的是一件事:AI 替代的是"写代码"这个动作,不是"做数据工程"这件事——岗位总量在涨,入口却在塌。这篇文章讲清楚这两件事为什么同时成立,以及它对你的能力意味着什么。

一、总量在涨,入口在塌

先看两组方向相反的信号。

涨:国内大数据核心岗位缺口被普遍描述为百万级,AI 数据工程师方向的招聘量同比明显放大。贡献大头的是金融行业——不同口径下常被引为七成上下,互联网只占一成左右。这个数字常让互联网背景的人意外,但符合实情:银行的系统庞大、合规严、口径杂,数据活儿只会更多不会更少。

塌:入门级岗位在快速收缩。明确要求"两年以内经验"的岗位占比掉到很低;有海外研究给出,高 AI 暴露领域的 22–25 岁从业者就业率比同类岗位低约 19%。

两件事同时成立,机制只有一句话:

一个团队原本招 8 个初级工程师,现在改成招 2 个资深工程师 + AI 工具,产出一样,成本更低,责任还更清楚。

所以这不是"衰退",是截断——技能阶梯最下面几级被直接拿掉了。总量上涨的是资深岗,塌掉的是"靠熟练度吃饭"的入口岗。已经在行内的人遇到的是好消息,正要入行的人遇到的是硬门槛抬升。但两者共享同一个后果:"熟练使用工具",不再构成竞争力。

二、被替代的是"写代码",不是"做数据工程"

先看已经被大范围接手的部分:

正在被替代现状
标准 ETL/ELT 脚本AI 给出可跑的管线初稿,人只做校验
基础数据质量校验规则化校验基本可自动生成
常规 SQL 编写首轮生成命中率高,改改就能用
Schema 映射、口径文档、跨引擎代码翻译基本商品化
调度 DAG 骨架结构自动建议,人校验依赖

2026 年一份四百余人的数据工程师社区调研里,绝大多数受访者表示 AI 已实际参与过他们的编码。这不是预测,是既成事实。

但把清单翻过来,有几样东西 AI 至今做不到,而且不是"暂时做不到":

替代不了为什么
口径定义AI 不知道财务部三月悄悄改了"活跃客户"的定义,也没人更新 wiki
幂等与重试语义生成的代码能跑通,但不保证重跑不重复——这是 demo 与生产的分界线
Schema 漂移防御AI 不知道上游支付团队的 topic 周末改了结构
跨部门口径对齐本质是组织内交涉,不在代码层面
成本取舍低延迟值不值这个钱、分区怎么切,是带金额的判断题
合规与审计责任管线可追溯这件事,最终要有人签字

一句话概括:AI 让"写代码"变便宜了,但让"判断这段代码能不能上线"变贵了。

这句话对数据开发尤其成立,因为数据开发的产品不是功能,是数字。功能错了用户会骂,数字错了没人说话——直到月底对账。

三、最隐蔽的风险:测试全过,数据算错

这是最该写进团队规范的一条。

AI 生成的管线有一种特有的失败模式:所有测试通过,但结果是错的。

典型剧本:AI 帮你搭了一条订单管线,单测、空值检查、行数校验全部通过,顺利上线。三个月后业务调整了折扣计算方式,管线还在用旧逻辑。没有报错,没有告警,监控图上一切正常,只有收入数字在慢慢漂。Stack Overflow 2025 年的调查里,约三分之二的开发者被"看起来对但其实不对"的 AI 代码困扰过——这个比例放到业务开发,代价是返工;放到数据管线,代价是决策依据错了却没人知道。

数据错误的可怕之处在滞后性:代码 bug 当天被发现,口径 bug 可能要到下个季度业务复盘时才被怀疑。而那时,基于错误数字的决策早就发出去了。

所以 AI 时代的数据开发,验收标准要往前挪一步:不是问"代码能跑吗",而是问"这段代码在最坏情况下会怎么错"。

四、能力坐标系变了

旧坐标系是"技术栈清单":会 Hive、会 Spark、会 Flink、会调度。新坐标系是判断力边界:

层级过去的定义现在的定义
初级能照着文档写出能跑的 SQL这个位置正在消失
中级能独立完成一个数据域的开发能识别 AI 产出中的口径/幂等/漂移风险
资深能设计分层与模型能定义什么叫"对",并为这个定义负责

这个位移有个直接推论:你熟悉的技术越多,你能判断的边界就越大,AI 对你的杠杆也越大。 反过来,只熟悉一种工具的人,AI 给他的不是杠杆,是替代。

落到 Hive/Impala 这条线,几个"AI 判断不了、但你能判断"的真实例子:

  • 分区裁剪失效:分区列被 TO_DATE() 包住,SQL 照样出正确结果,只是全表扫描。EXPLAIN 里 partitions=1/365 和 365/365 的差别,AI 看不见——因为它不知道你们的表有多大。
  • 可加性陷阱:SUM(UV) 在跨天区间上永远算错,因为 UV 不可加。生成的 SQL 语法完美,结果虚高,且没有任何报错。
  • 单向类型转换:decimal → bigint 的 ALTER 被 Hive 拒绝;bigint → decimal 能过,但只改元数据不改文件。前者报错是幸运,后者静默才危险。

这些东西不在任何文档的"语法"章节里,它们只存在于踩过坑的人的经验里。这就是当前最值钱的资产形态。

五、三个今天就能做的动作

1. 把 AI 用在"你最熟的地方",不是"你不熟的地方"

反直觉但重要。让 AI 替你写你本来就会写的东西——Hive DDL、Sqoop 脚本、常规 ETL、口径文档——省下的时间深挖原理。这样 AI 的产出你能一眼看出问题,效率是净增益。反过来,让 AI 写你不熟的 Flink 作业,你无法判断对错,等于给生产环境埋雷。没有判断力的地方,AI 只是把风险藏得更深。

2. 给 AI 产出的管线加三道专用验收

通用 code review 对数据管线不够用,这三条更有效:

检查怎么做抓什么
幂等测试同一分区重跑两遍,比对行数与聚合值重跑重复、覆盖写漏分区
口径回归改前改后 SUM(金额)、COUNT(DISTINCT 用户) 对平逻辑漂移、可加性错误
边界探测灌入空值、格式异常、上游字段缺失的数据静默算错、静默丢行

第三条最容易被跳过,也最能救命。

3. 把隐性知识显性化

你现在知道的东西——某个指标为什么要去重、某张表为什么必须按 MIN(report_date) 归属、某个接口为什么不能直接 join——只存在你脑子里,就只是个人经验;写成口径文档、质量规则库、踩坑日志,就变成组织资产,也变成你的护城河。

AI 时代这有个额外的好处:AI 读不到你脑子里的东西,但读得到你写下来的东西。你写下的每一条规则,都会变成 AI 帮别人干活时的约束条件。写文档不再只是"留个记录",而是在持续放大你的影响力。

最后

这轮变化残酷在入口变窄,公平在它不看工作年限,只看你能不能定义"什么是对的"。

写 SQL 的手艺正在贬值,判断数字对不对的能力正在升值。前者的门槛在工具上,后者的门槛在业务里——而业务这个东西,AI 替不了你泡在里面。


文中数字来自公开调研、行业报告与招聘平台统计,各家口径不一,建议只看趋势方向;具体数值请以你所在行业、城市、目标岗位的真实 JD 为准。