Scale AI 的護城河，
不只是一群標註員

資料工作、評估與人機協作，正在變成 AI 系統從 demo 走向可靠運作的營運層。

來源：Lightcone Podcast〈Alexandr Wang: Building Scale AI…〉｜原始發表日期：2025 年 6 月 18 日

PART 1｜起點

先把模型看不懂的世界，變成可工作的資料

Alexandr Wang 說，Scale AI 的起點很樸素：讓機器學習團隊更快取得可用的標註資料。但真正難題不是把任務丟給一群人，而是把雜亂的真實世界轉成可以反覆檢查、回饋與改進的資料流程。

自駕、企業工作流與國防情境都會遇到同一件事：模型輸出看起來合理，不代表在邊緣案例裡可靠。當資料分布改變、輸入不完整或成本必須受控，團隊需要的不只是更多資料，而是知道哪一種資料、哪一項失敗、哪一個評估最值得優先處理。

Scale 的訪談主張不是「人會被 AI 取代」，而是高品質的人類判斷、資料與回饋迴路會留在系統裡，改變它被使用的方式。

PART 2｜評估

訪談把 evaluation 放到中心。Wang 認為，AI 產業缺少足夠困難、能辨識前沿能力差異的測試。模型在容易的題目上表現很好，並不能告訴團隊它在長流程、模糊目標、真實工具操作與高風險決策上是否可靠。

任務

先定義使用者真的想完成什麼。

證據

把成功、失敗與不確定性留下來。

迴路

用新資料和評估回寫系統。

這讓「模型能力」變成一個營運問題。評估不是發表會上的排名，而是團隊決定何時能放權、何時要人工覆核、又該把下一筆預算花在哪裡的依據。

PART 3｜agents

談到 agentic workflows，Wang 沒有把它描述成按下按鈕就能無人運作的魔法。代理人可以把資訊搜尋、工具呼叫與多步驟任務串起來，但越接近真實工作，越需要清楚的權限、可回溯紀錄與人類升級路徑。

因此，能否讓 agent 上線，取決於系統是否能回答三個問題：它根據什麼做決定？失敗時誰能發現？發現後誰能改正？這些問題把資料品質、評估設計與工作責任重新接在一起。

PART 4｜競爭

訪談也談到中國 AI 實驗室與硬科技競爭，但沒有把它縮成單一排名。模型、算力、資料、人才與部署場景彼此牽動。Scale 的位置正好說明，AI 的競爭不只在訓練出哪個模型，也在於誰能把模型放進企業、公共部門與複雜流程，仍保持可驗證與可改進。

這是訪談中的界線：受訪者對產業與競爭的描述是其觀點；哪些部署能安全擴大、哪些能力已被獨立證實，仍須以個別證據與實測判斷。

回到 Lightcone 的完整訪談，可核對受訪者對 Scale、評估、agents 與競爭的原始脈絡。