标注是这一行里最贵的一笔人工成本。 Demo 算了一遍账：ImageNet 分类一遍约 1944 小时（约 1.0 人年、58333 元）； 十万帧自动驾驶点云要 15 万小时、75 人年、450 万元。
上一节讲岗位为什么出现，这一节算它的成本结构——成本结构决定岗位分工。
一、三次分工，一次比一次细
最早是「谁建模谁标数据」：一个团队自己爬、自己标、自己训。数据量小的时候没问题。 后来数据量上来了，标注被拆出去成了独立工序：有人专门写标注规范，有人专门标，有人专门质检。 这时候出现了「标注管理员」。 再后来模型变复杂，标注不再是「打一个类标」——要画框、要描边、要打点、要给文本配对。 规范本身成了一门手艺，于是「AI 训练师」从标注管理员里分出来。 所以这个岗位的出身不是「算法下放」，是「数据工序细分」。它天然站在数据这一侧，不是模型那一侧。
二、实测：一笔标注账
Demo 按「条数 × 每条秒数 ÷ 3600」算总小时，再按每人每年 2000 工时折成人年，最后乘时薪 30 元。 结果：ImageNet 分类（140 万张、每张 5 秒）1944 小时、1.0 人年、58333 元； COCO 检测（20 万张、每张 60 秒）3333 小时、1.7 人年。 自动驾驶点云最狠：10 万帧、每帧 5400 秒（1.5 小时），15 万小时、75 人年、450 万元。 医疗影像分割 2 万张、每张 1800 秒，1 万小时、5 人年。 所以「标注为什么是个产业」这句话有具体的数支撑：单帧点云的 1.5 小时里，包含把每个三维框摆正、 贴上类别、检查遮挡。十万帧就是十五万小时，一个团队干一年也干不完。
三、账算清了，分工就清楚了
既然最贵的是人时，那优化方向只有三个：减少每条耗时（更好的工具）、减少要标的条数（主动学习、 预标注）、减少返工（规范与质检）。 这三件事正好对应训练师的三块日常工作：定规范、挑样本、验质量。 它们的共同点是——都不写模型代码，但都直接决定模型上限。 顺带一个常被忽略的成本：复核。双人标注要算一致性，实际工时要乘 1.2 以上； 如果一致性不达标还要返工，乘得更多。
四、动手 Demo：五个数据集，算成人年与钱
取五类典型数据集，给每条配上「标注一条要多少秒」的量级假设，算出总小时、人年、人力成本， 再算加 20% 复核之后要多少。
hours = n * sec / 3600.0
person_year = hours / 2000.0
money = hours * 30.0 # 时薪 30 元
hours_with_qa = hours * 1.2 # 双人复核再乘 1.2
实跑输出：
--------------------------------------------------------------------
标注这笔账：小时、人年、钱
--------------------------------------------------------------------
数据集 条数 每条秒数 总小时 人年 人力成本（元）
--------------------------------------------------------------------------
ImageNet 分类（2009） 1400000 5 1944 1.0 58333
COCO 检测（2014） 200000 60 3333 1.7 100000
自动驾驶点云（单帧） 100000 5400 150000 75.0 4500000
指令微调 10 万条 100000 30 833 0.4 25000
医疗影像分割 20000 1800 10000 5.0 300000
按每人每年 2000 工时、时薪 30 元算。
ImageNet 一遍 约 1.0 人年（不含复核）
加 20% 复核 再乘 1.2，因为双人标注要算一致性
这就是为什么「数据标注」会变成一个产业：单帧点云 5400 秒 = 1.5 小时，
十万帧就是 15 万小时。模型再贵，也比人工看一遍便宜——但模型要先有人看一遍。
【⚠️ 2026 现状】上表秒数是量级示意（按任务复杂度给的假设值），
不是任何数据集官方公布的工时。真实报价差得很远，因为还含质检、返工与工具成本。
表里最贵的一行是自动驾驶点云：10 万帧、每帧 5400 秒，合计 15 万小时、75 人年、 450 万元。 最便宜的是指令微调：10 万条、每条 30 秒，833 小时、0.4 人年。 同样是十万条，差别在「一条要多久」——5400 秒对 30 秒，差 180 倍。 「加 20% 复核再乘 1.2」这句话要说清：不是每条都标两遍，而是抽样复核加返工， 综合下来大约多两成工时。这个系数是经验值，不是实测。 所有秒数都是量级假设，我在正文和输出里都标了。真实报价差得很远，因为还含工具成本、管理成本和返工。
30 秒实验
- 把点云的每帧秒数改成 1800（更粗的标注规范），重算人年与成本。
- 算一算：如果预标注能省一半时间，这笔账省多少。
- 想一想：为什么医疗影像的单张标注时间比自然图像长那么多？
常见误区
- 「标注就是点点鼠标」——单帧点云要 1.5 小时，含摆框、贴类、查遮挡。
- 「标注成本可以忽略」——十万帧点云是四百多万，比很多团队的模型预算高。
- 「标完就能用」——不做复核，一致性不达标，等于白标。
自测三问（点开对答案）
1. 标注成本怎么估算？ —— 条数 × 每条秒数 ÷ 3600 得小时，再按每年 2000 工时折人年，乘时薪得钱。 2. 为什么自动驾驶点云那么贵？ —— 单帧要 5400 秒（1.5 小时），十万帧就是 15 万小时。 3. 降低标注成本的三个方向？ —— 减少每条耗时（工具）、减少条数（主动学习、预标注）、减少返工（规范与质检）。成本结构清楚了，下一节看坐这个工位的人得会什么。
- ☐ （本节完，下一节 1.2.2 AI训练师的基础能力：专业素养与实践技能）