问题是，所有人都知道数据标注重要，却没人知道数据标注得好到什么程度才足够。

    OpenAI、Anthropic、Meta，每年砸几十亿美金在数据标注上，模型的表现确实是一代比一代强，但进步也越来越慢，谁也不知道什么时候会撞墙，也没人知道极限在哪。

    不管资本炒的多么火热，这个行业的所有从业者，大家都在一望无际的大海上摸索前行。

    直到看到汤圆，刘大海确信自己看到了未来的信标。

    郑晓波没说话。

    刘大海的语速慢下来了，声音压低了半度。

    “从模型表现倒推，他们的标注精度恐怕是我从业这些年能想象到的最高水平。不是高一点，是高整整一个量级。”

    办公室又安静了。

    郑晓波的手指在扶手上轻轻敲了两下。

    “那他的数据，会是从哪来的？”

    这个问题一出来，刘大海和程远同时看向他。

    郑晓波的表情没有变化。

    刘大海先开口了：

    “郑总，我先给您算一笔账，搂一搂。现在行业里最顶级的标注服务，Scale AI的专家级标注，一条大概七八十美金。但那种精度和汤圆的数据比起来，肯定还差了一截。如果按汤圆这个精度去买，市场上根本没有这个服务，硬要估价的话，一条怎么也得一百美金往上。他们说的是不到一万条数据，就算一万条，光数据成本就是一百万美金。”

    “这种精度的标注不可能是一两个人手工做的。要么有专业的标注团队，要么有独家数据源，要么是和哪个大型研究机构合作。”

    郑晓波看向程远，下了命令：

    “让商务情报团队去查，源码科技的工商变更、公开的合作披露，看看他们最近半年有没有和标注公司或数据机构打过交道。再查查他们的招聘岗位，有没有招过标注相关的人。”

    程远点头，在文件夹内页空白处快速记了几笔。

    “找到他的数据供应商，”郑晓波说，“直接挖过来。”

    刘大海补了一句：“如果能找到标注规范文档，那比数据本身还值钱。有了规范至少知道方向在哪，咱们可以试试自己做。”

    郑晓波看了他一眼，微微点了点头。

    “第二件事，”他的视线回到程远身上，“算力合作可以先谈着。”

    程远抬头，好像自己没想通：“谈合作。”

    “但是有条件。合作框架里必须包含一条共享训练数据。”

    “如果韩路一不同意呢？”程远问。

    “先谈着，但别把姿态摆太高。”郑晓波的声音中气很足，“算力他能找别人要，这个数据我们暂时还找不到第二家。”

    “等找到他的供应商，就不用谈了。”

    程远露出恍然大悟的神色，赶紧把这句话也记下了。

    刘大海在旁边全程看着，觉得这俩人聊天跟演双簧似的。这拍马屁的功夫，比机器学习还难学哦。

    郑晓波把转椅一转，面向落地窗。

    黄浦江在下面拐了个弯，对岸的写字楼群在冬天的薄雾里若隐若现。

    他背对着两个人，说了最后一个问题。

    “大海，你跟我说句实话。”

    刘大海看着他的背影。

    “如果拿到他们的数据，坤元能提高多少？”

    刘大海没有立刻回答。

    他想了几秒钟。

    作为一个在机器学习行业泡了十几年的人，他太清楚85.2意味着什么。坤元的意图理解是78，已经是国内第一梯队。换句话说，从78到85，这七个点，鼎盛模型组两百多人干了半年也没摸到门。

    而那俩人，哦对，韩路一，用一万条数据就做到了。

    关键不是他的模型有多好，关键是那一万条数据有多好。

    他越想越是兴奋。

    “郑总，如果咱们能拿到他那种精度的标注数据，哪怕只给我五万条”

    他停了一下。

    “坤元能把这个行业的天花板，给捅个窟窿出来。到时候就是咱们鼎盛的模型在全球第一。”

    郑晓波转过身来，窗外灰白色的天光勾出他的轮廓，脸上带着淡淡的笑意。

    “那我就拭目以待了。”

    “程远，你去办吧。”郑晓波拿起桌上的矿泉水喝了一口，“算力合作的事，先别给韩路一回复，让他等两天。”

    程远愣了一下：“郑总，这是……”

    “记住，在谈判桌上，先开口的人，输。”

    ……

    与此同时，源码科技。

    韩路一坐在办公室，点开视界，花了二十分钟，又标了三百多条数据。

    看了看精力值，他打了一个哈欠。