Turing CEO Jonathan Siddharth：谁将赢得数据标注，以及为什么99%的知识工作会消失

摘要

• Jonathan Siddharth 的核心判断是：「数据标注公司时代已经结束，现在进入研究加速器时代。」 背后有3个变化：数据从简单走向复杂（从「写一个 Python 程序给数字排序」变成用 Kotlin、Swift 和 Next.js「写一个连接医生与患者的B2B市场应用」），训练目标从通过测试变成完成真实工作，聊天机器人变成需要 RL 环境的智能体；聊天机器人使用 SFT/RLHF，智能体则加入强化学习。Turing 正在为8家前沿实验室中的7家训练「超级智能」，如今则为每个角色、职能和行业的每条工作流构建「一个商业迷你世界模型」——「这相当于30万亿美元的知识工作」。
• 对于泡沫问题，他的答案是否定的：「我看不到 AI 泡沫……GPT-5 真他妈强，我们只是已经习惯了魔法。」 真正可交易的想法是模型能力过剩：「模型具备完成X的能力，但我们从模型中得到的是X减去delta」——价值的释放依靠脚手架、评测和部署，而不只是新一轮预训练。MIT「95%的试点失败」数据反映的是成长阵痛，不是不可逾越的高墙。
• 关于收入与 GMV 之争，Turing 将自身收入描述为「gap」或传统收入数字，并强调：「这不是 SaaS ARR……这是另一种生物。」 这些是靠表现持续下来的周期性实验室项目。集中度像 Nvidia 一样是设计使然：实验室为韧性起见，只与「少数几家」可信且隔离的合作伙伴合作；Harry 举例称，Nvidia 在5万亿美元市值时，39%的收入来自2个客户。Scale 的收购让 Turing「被需求淹没」。
• Harry 最强的反驳是：企业「距离采用 Slack 和 Notion 都还差得远，更别说构建定制模型」，这要等20年，不是10年。 Siddharth 的判断是：后台自动化很慢，前台会先动，因为「说服人们使用一项技术来多赚钱，比说服他们用来省钱容易得多」；OpenAI 的 GDPval 显示，在真实的单步任务上，最好的模型（很可能是 Claude 4 Opus 第一，GPT-5 也相当不错）约50%的时间能产出「与人类专家无法区分」的工作。
• 「我们所知的 SaaS，我认为已经结束了，彻底结束了。」 3条致命路径是：企业自己构建定制应用，基础模型对应用层「引发音爆」，以及随着环境式 AI 使用 MCP 和工具调用，GUI 的使用将消失。Harry 强烈反对：企业运行着80-100个 SaaS 产品，长尾公司「连 Wix 和 Squarespace 都用不明白」，而垂直化仍有防御力（在专利软件上，「Sam 不会去那里」）。Siddharth 的回应是审计自己的投资组合：如今的初创公司可能使用更少的 SaaS 应用，也雇用更少的人。
• 循环交易背后的 AGI 博弈论是：谁赢得超级智能，谁「很可能赢下搜索……消费设备……操作系统……云……社交网络」。 因此，Zuck 花费1000亿美元（12-18个月的自由现金流），去对冲2万亿至3万亿美元市值下行风险，是理性的。双方都同意：「必须下注。」
• 如果在自己的领域下注，他「可能会投机器人或具身 AI」。 垂直数据获取还处于第一局，但已不再是无人区；机器人数据则「完全开放」。他相信慢速起飞，而非快速起飞——这对世界更好，因为 AGI 不像自动驾驶那样，最后1%未解决就会失去实用性；AGI 每提升1个百分点，都会释放增量价值。主权模型也将到来：Harry 不认为德国医疗体系会运行在美国模型上，Siddharth 也认同，各国政府需要由本国人生成训练数据。

精读

1. 数据标注已死——「现在进入研究加速器时代」

• Siddharth 一开始就重新定义 Turing：它不是人才市场，而是「我们在训练超级智能」。超级智能需要研究（由实验室内部完成）、算力（「我们要感谢 Jensen」）和数据——「Turing 掌管数据这一支柱」，服务8家前沿实验室中的7家。
• 第一个变化是数据从简单走向复杂：几年前，编程数据是「写一个 Python 程序给数字排序」；如今则是「写一个连接医生与患者的B2B市场应用」——Android 用 Kotlin，iOS 用 Swift，网页用 Next.js。「这已经不是低技能或中等技能承包商能够生成的数据。每个领域都需要专家型人类。」
• 第二个变化是从通过测试到完成工作——「重点不再是让 AI 通过律师资格考试，而是 AI 能不能做律师的工作」——无论是隐私律师、合规律师还是律师助理。第三个变化是从聊天机器人到智能体，数据因此彻底改变：聊天机器人使用 SFT 加 RLHF，智能体则在 RL 环境中加入强化学习。于是有了这句核心判断：「实验室希望与一个主动型合作伙伴合作，由它思考哪些数据可能有帮助。」

2. RL 环境是覆盖30万亿美元工作的迷你世界模型

• SDR 的例子是这样设计的：用合成数据库克隆 LinkedIn、Salesforce 和 ZoomInfo，提示智能体「准备与这个人通话……通话结束后更新 Salesforce」，再由验证器检查是否完成，同时让智能体尝试不同轨迹和工具调用。真正的技术在于设计课程——太简单或太难，「模型都学不到太多」。「这与 AlphaZero 掌握围棋时使用的技术非常相似。」
• 规模想象是一张4维矩阵——每个行业×每项职能×每个角色×每条工作流：「我们正在为每个行业的每项职能、每个角色和每条工作流创建 RL 环境。这相当于30万亿美元的知识工作。」
• 一位竞争对手的董事会成员告诉 Harry：「我们所有人都犯的最大错误，是没意识到垂直化数据获取还处于第一局。」Siddharth 回应：「完全正确。这就是第一局」——而整个 RL 环境体系诞生至今只有约12个月，起点是「o1 在12月发布，DeepSeek 在1月上线」。再过1年，「它可能已经完全不同」，这正是他说市场奖励研究基因的原因。

3. 企业现实：小型本地部署模型与「第一公里苦活」

• 保险核保的例子是：输入非结构化医疗数据，输出风险等级。你不需要一个万亿参数的世界模型——一个5亿至100亿参数、部署在本地、用10年专有核保判断微调的模型，更快、更准确，也能让数据远离前沿实验室。这是 Turing 与 Disney、Pepsi、BlackRock、Fiserv 和 Johnson & Johnson 开展的前线部署业务，规模小于实验室业务，但「增长相当快」；目前按时间收费，「我不认为这是正确的方式」，未来会转向价值定价。
• 第一公里的苦活在现实中是这样的：「我们的数据一团糟。它们分散在各个孤岛里……有些数据在 Bob 手里的一个文件中，而 Bob 已经不在这里工作了。」之后还要做评测，设计类似 Cursor 的部分自治界面，并培训人类适应新的工作流。
• 部署采用「人机并行系统」：人和 AI 做同一份工作，由经理比较输出；人的错误用于训练人，智能体的错误则成为下一轮微调的数据。Harry 问：「如果智能体是对的、人是错的，为什么不直接解雇人？」Siddharth 回答，要持续跟踪精确率和召回率——「你不会因为一次错误就解雇他们。」Harry 说：「有点狠。」

4. 采用之争：既有企业衰退与前台切入口

• Harry 的完整反驳是：企业「距离采用 Slack 和 Notion 都还差得远，更别说构建定制模型……也许要20年，但不可能在10年内实现」。Siddharth 的反击是：如果竞争对手用「1/100的人数」运营，同时还能提供更好的保险定价，「他们会把你的午餐吃掉」。Siddharth 将其延伸为「既有企业10年至20年的衰退……价值从老牌企业转移到初创公司——这就是我们投资的原因」。
• Siddharth 的判断是：后台自动化会很慢，前台会先动，尤其是金融服务，因为「说服人们使用一项技术来多赚钱，比说服他们用来省钱容易得多」。他引用 OpenAI 的 Mark Chen：金融服务是标普500的最前沿，但即便如此，「仍落后于最先进水平约2年」。
• Harry 转述 Rory O’Driscoll 的测试：AI 的价值取决于预算是否从人力转移给 AI 技术。Siddharth 认为，这种转移已经发生在客服、文案和 SEO 中——这些都是「失败风险较低的领域」。
• 他用 GDPval 支撑长期判断：OpenAI 的研究覆盖9个垂直领域和44种职业，参与者完成真实交付物；他回忆称，「约50%的时间里，最好的模型产出的工作与人类专家无法区分」。排名第一的模型很可能是 Claude 4 Opus（「要为 OpenAI 点赞」，因为它主动标出竞争对手），GPT-5 也相当不错——不过测试的是单步任务。「我们正在稳步走向 AI 最终自动化所有类型的知识工作。」

5. 收入是「另一种生物」——GAAP、隔离墙与 Nvidia 级集中度

• 对于 GMV 与收入之争，他不愿点名，但划出了自己的界线：「我们以 gap 收入的方式理解收入」，也就是传统收入数字。「这不是 SaaS ARR……这是另一种生物」——这些是有始有终的周期性实验室项目，需求「非常非常多」，但前提是「只要你一直做得好」。
• 信任是运营约束：项目在不同实验室之间、甚至同一实验室的不同团队之间都设置隔离墙——他的类比是 Foxconn 的生产楼层，一层生产 iPhone，另一层生产 Pixel。出于韧性考虑，实验室会刻意保留「少数几家」合作伙伴：「我们知道 Scale 投资发生时是什么情况。」
• 关于 Scale 的收购：「我们突然被大量需求淹没」，Turing 也「显著加码了多模态」，这是 Scale 从自动标注起家后最强的能力。Siddharth 最尊敬的竞争对手是 Alex Wang，因为他「很有先见之明地看到了数据的重要性」。
• 对于7家客户带来的集中度风险，Siddharth 说：「我认为我们和 Nvidia 处于同一条船上。」Harry 则补充，Nvidia 有39%的收入来自2个客户，约50%来自4个客户，「而这是一家5万亿美元的公司」。仅 Stargate 每年就在算力上投资1000亿美元，下一轮需求将来自主权模型：Harry 说，「我不认为德国医疗体系有任何可能与美国模型供应商合作」，Siddharth 表示认同，各国政府都希望由本国人生成 SFT 和 RL 数据。

6. 「我看不到 AI 泡沫」——能力过剩与被迫下注1000亿美元

• 他的立场十分明确：「这些模型今天已经极其强大……GPT-5 真他妈强。我想我们只是已经习惯了魔法」——而且「它们只会越来越好」。
• 他的核心机制是模型能力过剩：「模型具备完成X的能力，但我们从模型中得到的是X减去delta」；通过智能体脚手架、上下文工程和工具访问来弥合差距。Harry 每个周末花12小时、为每期节目挑选15-20个片段的现场演示，正是微调脚手架可以完成的工作。Harry 说：「如果你他妈能让它跑起来，老兄，我会给你很多钱。」
• MIT「95%的试点失败」的数据反映的是成长阵痛，而不是对技术的证伪：数据非结构化、没有脚手架、没有评测，也没有部分自治工作流；他引用 Karpathy 解释 Cursor 为什么有效。有些角色可以直接跳到完全自治，比如客服，因为互联网 tokens 已经够用；有些则不行：一家公司的融资方式可能与另一家不同，因此需要微调。
• 对于循环交易是否预示泡沫，如果你属于 AGI 阵营——他明确属于——那么超级智能的赢家「很可能赢下搜索……消费设备……操作系统……云……社交网络」。Harry 算了 Zuck 的账：花1000亿美元（12-18个月自由现金流）与所有人一起失败，没问题；不花钱、让别人赢，可能损失2万亿至3万亿美元市值。两人异口同声：「必须下注。」

7. 「我们所知的 SaaS 已经结束」——Harry 最强的反击

• 3条致命路径是：LLM 让应用构建变得极其简单，因此企业会自己构建软件；如果智能体模型充分接入企业数据库，企业可能被基础模型公司「音爆」，「中间不再需要任何东西」；GUI 也可能消失——「GUI 是为人类使用键盘和鼠标的世界设计的……人类可以把时间用在比点击更有价值的事情上」。环境式 AI 可能改用 MCP 和工具调用。
• Harry 展开反对：平均一家公司运行80-100个 SaaS 产品，没有人会在内部构建并维护这一切；长尾中的「每一家水管供应商、律所、会计师事务所……连 Wix 和 Squarespace 都用不明白」；垂直化也能提供防御力——在专利创作 AI 上，「Sam 不会去那里」。Siddharth 的经验性回应是：统计 Harry 自己的投资组合在 ChatGPT 出现前后的 SaaS 使用情况——「我的假设是，如今的公司使用更少的 SaaS 应用，也雇用更少的人。」
• 他认为其中一个护城河是数据驱动的反馈循环。PageRank 的配方 Google、Yahoo 和 Microsoft 都知道；Google 胜出，是因为用户偏好产生了具有代表性的查询与点击流——「这是一个高质量梯度，告诉你下一步该往哪个方向走」。企业领域仍然「完全开放」：先部署，再发现模型在哪里失效，最后生成数据填补缺口。

8. 自动化之后：智能即 API、更多工程师与数字替身

• 知识工作完全自动化会带来3个结果：100倍杠杆（Elon 也许能运营600家公司）；创业潮——治疗师出身的创始人可以招募「一个营销 GPT、一个软件工程师 GPT、一个产品经理 GPT」，而不是融资几十万美元；以及「100万朵花将盛开」，创业机会远不止伦敦和帕洛阿尔托。
• Harry 的判断更阴暗：英国劳动人口中有650万人没有工作，而且「我们严重高估了普通人的智力」——这难道不会扩大鸿沟？Siddharth 则反过来认为，超级智能就是「智能即 API」；如果每月20美元就能获得，它将提供专家级智能，而昂贵的人类专家才是真正扩大鸿沟的因素。而且没有什么海滩生活：「我们是工具制造者……会在越来越高的抽象层级上解决问题」——治愈疾病、逆转衰老、「奔向星辰」。
• 10年后软件工程师会更多，而不是更少——定义将扩展到任何交付能解决真实问题的软件的人，比如他那位在 Stanford 的肿瘤学家，自己构建了一款居家诊断应用。在无限软件中发现目标，可以通过智能体之间互相对话解决，类似《Her》：Harry 可能同时与「100万名创业者对话」。
• 硬件会跟上：一款始终在线、带摄像头和耳机的可穿戴设备，会在耳边低语提示。「Harry 似乎没那么感兴趣……但我们谈到 AR 时，他立刻来了精神。」手机会退居次要位置：「手机应用是手机上最无趣的部分。」

9. 10年路线图——以及他改变看法的事情

• 市场结构将是「少数赢家」，而不是一家独大——实验室希望合作伙伴之间保持韧性与价格竞争，市场也会奖励研究深度，因为范式每年都在翻转。如果在自己的领域部署资本，他「可能会投机器人或具身 AI」：垂直数据仍处于第一局，但已不再是无人区（Turing 正在扩大规模）；机器人数据则「完全开放」，家用机器人与工厂机器人需要不同的数据。
• 快问快答中的判断都保留了限定性：慢速起飞，而不是快速起飞——这反而是好事，因为 AGI 不像自动驾驶，最后1%未解决就会让产品失去实用性；「每提升1个百分点，都会释放增量价值」。关于中国，他所在的前沿圈子「不会低估」中国：DeepSeek、Kimi K2、Qwen 都是「最先进水平」。前沿模型「保留一部分技术不开放有一定价值」；企业会在5亿至100亿参数的小模型区间里混用开源与闭源模型。
• 他改变的看法是：过去他相信应该招聘「一支强大的高管团队」，然后放手让他们做；如今则转向 Elon 式的地面真相——走进工厂，追问「为什么 Model 3 的这扇门要用3颗螺栓，而不是2颗」。他也承认：「Turing 创业初期……我可能潜意识里想要被人喜欢。」
• 他最不受欢迎的决定，是从分布式团队转向中心辐射式架构——旧金山、帕洛阿尔托，以及即将开设的伦敦办公室；「其中一些人离开了」。Harry 分享说，他的母亲患有 MS，相信 MS 药物研发会出现突破。Siddharth 说，最让他兴奋的是「将 AI 研究本身自动化」，形成自我改进闭环。结尾的画面来自《钢铁侠》的智能无人机战衣：「今天 Harry 可能有100个想法，但 Harry 也许只能把其中2个做好。我喜欢这样一个未来：Harry 能完成剩下的98个。」