模块 1 · 导入
「AI 的聪明，不是它天生会，是被人一条一条喂出来的。
对应「垃圾进垃圾出 GIGO」：监督学习的上限由标注数据决定。没有老师，再大的模型也只是个蒙答案的机器。
→ 回到模块 1
模块 2 · 数据是石油
「原油不能直接烧，数据不能直接训。
原始数据大多「重、噪、缺、乱」，必须经过预处理才能用。标注，就是给原油炼油的过程。
→ 回到模块 2
模块 3 · 三要素
「数量决定见识，质量决定对错，多样性决定换场景还好不好用。
数据三要素里，多样性最容易被忽略，却常常是模型「换个地方就翻车」的真正原因。
→ 回到模块 3
模块 4 · 三代演进
「专家标注养不起规模，工厂标注养不出质量，群智化才把两者接起来。
标注行业的分水岭是「众包」：把任务拆散发给大量普通人，再用机制保证质量。
→ 回到模块 4
模块 5 · 三种方式
「人工太慢，自动会跟着错，最香的是人机协同——数据飞轮。
人机协同让人工占比从 40% 一路降到 8%：模型先标，人只改错的，改完的数据又喂回模型。
→ 回到模块 5
模块 6 · 群智化动因
「群智化不是噱头，是大模型的胃口，人类供不上。
Scaling Law 意味着数据需求指数级增长，靠堆人已经不现实，必须靠众包 + 自动化的混合产能。
→ 回到模块 6
模块 7 · 四大挑战
「把活发给陌生人，质量不能靠信任，只能靠机制。
标注者噪声、规范歧义、一致性差——这些不能靠「相信他」，要靠蜜罐、Guideline、IAA 三件套兜底。
→ 回到模块 7
模块 8 · 流水线
「十万条数据不乱，靠的是六步流水线，不是靠拼命。
需求→设计→采集清洗→标注→质检→交付，每一步都有交付物。管理标注，管的是流程不是人。
→ 回到模块 8
模块 9 · 质量控制
「远程看不见人，质量是算出来的：蜜罐抓态度，Kappa 量一致，IoU 量框准。
三类指标管三件事：蜜罐管「认不认真」，Kappa 管「分类一致不一致」，IoU 管「框得准不准」。
→ 回到模块 9
模块 10 · 文本与图像
「分类、检测、分割，越往后机器越贵、人越累——成本能差 15 倍。
标得越细越贵：图像分类几毛一条，实例分割要逐像素描边，单价能差一个数量级。
→ 回到模块 10
模块 11 · 语音视频点云
「时间维度一加上，标注就不是打点，是跟踪一条不中断的轨迹。
语音要切时间戳、视频要跨帧保 ID、点云要 3D 框——难在「连续」和「跨帧一致」。
→ 回到模块 11
模块 12 · 行业与未来
「自动驾驶不是「写完代码就完」，是「数据闭环转得动」才完。
真实世界 forever changing，模型靠 Corner Case 持续回流标注迭代；人脸人体标注更要先过隐私合规这一关。
→ 回到模块 12