一、AI的“人性困境”：从标准答案到复杂情感
1. 大模型的“智商竞赛”与情感短板
现状：大模型专注于提高智商、在模拟考题中拿高分，但在面对人类复杂情感、价值观争议和多层次思辨时显得力不从心。
问题表现：
“AI味儿太浓，机器感太重”，缺乏人类的情感温度和观点深度。
在涉及情绪和价值观的问题上，如自我疗愈、生老病死等，AI难以给出恰当回应。
2. 大厂的应对策略：招徕文科人才训练AI
行动：一些大厂开始招徕名校文科硕博人才，投喂大模型诗歌等，试图让AI表达更具美感，感知人类复杂情感和价值观。
目标：训练AI学会在复杂场景下做出更符合人类偏好的回应，缩小机器与人类之间的“Gap”。
二、新型教培：AI人文训练师的崛起
1. 黎明的故事：哲学博士投身AI人文训练
背景：黎明在上海一所985高校攻读哲学博士，本科法学，最初钟情德国古典哲学，后选择分析哲学。
职业转变：加入小红书“hi lab”（人文智能实验室），成为AI人文训练师，参与构建AI核心的伦理原则和行为准则，注入人文价值和人性化表达。
2. AI人文训练师的工作内容
界定“边界”问题：讨论如女性主义盛行的当下，对话类AI如何使用合适的称谓等问题，参与构建AI的伦理原则和行为准则。
还原人与人之间的沟通：教会AI感知人类复杂情感，输出类情绪的元素，让AI的回应更具“人味儿”。
案例分析：以“我得了胰腺癌”为例，查阅癌症病人访谈记录，设计AI可能的回应，让AI输出真实的情感和患者在意的问题。
三、AI训练师的进化：从数据标注员到专家型人才
1. 数据标注员：劳动密集型工作
职业定义：2020年被正式纳入国家职业分类目录，负责为AI模型训练提供优质“教材”，主要是为海量数据打标签。
工作现状：对学历和经验要求不高，一线数据标注员大多是中专、大专学历，工作重复枯燥、消耗精力。
2. 专家型AI训练师：大厂青睐的对象
工作内容：根据产品和算法团队需求制定标注规则，带领标注团队执行，包括需求沟通、规则撰写、数据训练、模型评测等。
学历和专业要求：大多是985高校本硕毕业生，在法律、医疗、中文等专业领域有深厚积累。
3. 人文训练师：后训练阶段的新兴力量
所属阶段：AI能力由预训练和后训练构成，人文训练属于后训练的一种。
团队特点：成员均为985高校在读或刚毕业的研究生，学科背景多元，兼具文科素养、逻辑思维与批判性思维，决策时优先考虑人的情感、价值观与关系和谐。
四、缩小人与机器的“Gap”：AI人文训练师的使命
1. 解决AI输出的生硬感与机器感
问题：AI输出内容缺乏人类创造的美感和情感，长文输出像八股文，虽无懈可击但缺乏“人味儿”。
目标：通过人文训练，让AI具备不回避问题、有趣且真诚的特质，缩小人与机器思考之间的差距。
2. 具体案例分析
“骑自行车逆行被罚”案例：一开始从用户视角出发的回答被否决，最终强调公序良俗的同时，以鲜明方式表达AI偏好，让AI的回应更恰当。
胰腺癌案例：尝试让AI学会情感接入，虽有一定进展，但仍面临人类自然流露情绪难以表现的问题；第三人称代词称谓问题也在继续讨论寻找最优解。
3. AI人文训练师的价值
教会AI像人一样思考和表达：让机器和人之间拥有更深层次的情感连接，使AI的输出更具人性化和情感温度。
行业趋势：除小红书外，Soul APP推出“大模型AI灵魂训练师”岗位，DeepSeek开设“数据百晓生”岗位，说明AI发展进入下半场，后训练和人文训练师的作用愈发重要。
五、结语：AI发展的新方向与人文思考
AI发展进入下半场：从最初追求“能用”转向追求“好用”与“负责任地用”，人文训练师的出现是这一转变的重要体现。
人文训练师的意义：他们的工作不仅是为了让AI更好地服务人类，也在引发我们对人与机器关系、人性与科技融合的深入思考。
未来的挑战与期待：尽管人文训练师目前数量稀少，但他们的工作正在为AI的发展注入新的活力，未来有望解决更多人与机器之间的“Gap”问题，让AI真正成为人类的贴心伙伴。