> ## Content Index > Fetch the complete content index at: https://s.duotuiwang.com/llms.txt > Use this file to discover other available public pages before exploring further. # 中国AI最有权力的数据掌舵人：8家公司，11位核心负责人 - URL: https://s.duotuiwang.com/ifeng-8xbrhxmwd1n/ - Published: 2026-10-29T19:58:43.000Z - Updated: 2026-10-29T20:01:44.000Z - Description: 中国AI最有权力的数据掌舵人：8家公司，11位核心负责人 Z Finance 2026年10月28日 22:11:29 Updated 2026年10月29日 12:05:14 2026 年秋天，大模型行业水面之下同时发生了两件事。 第一件 - Author: 多推网投稿者 - Tags: 科技, 凤凰网 ![中国AI最有权力的数据掌舵人：8家公司，11位核心负责人](https://s.duotuiwang.com/content/images/2026/10/ifeng/ifeng-8xbrhxmwd1n-1.png) ![中国AI最有权力的数据掌舵人：8家公司，11位核心负责人](https://s.duotuiwang.com/content/images/2026/10/ifeng/ifeng-8xbrhxmwd1n-2.png) ![中国AI最有权力的数据掌舵人：8家公司，11位核心负责人](https://s.duotuiwang.com/content/images/2026/10/ifeng/ifeng-8xbrhxmwd1n-3.png) ![中国AI最有权力的数据掌舵人：8家公司，11位核心负责人](https://s.duotuiwang.com/content/images/2026/10/ifeng/ifeng-8xbrhxmwd1n-4.jpg) ![中国AI最有权力的数据掌舵人：8家公司，11位核心负责人](https://s.duotuiwang.com/content/images/2026/10/ifeng/ifeng-8xbrhxmwd1n-5.jpg) # 中国AI最有权力的数据掌舵人：8家公司，11位核心负责人 [Z Finance](javascript:;)[2026年10月28日 22:11:29 ](javascript:;)Updated 2026年10月29日 12:05:14 2026 年秋天，大模型行业水面之下同时发生了两件事。 第一件事发生在创投市场。9 月中旬，成立不到一年的中国 AI 评测与合成数据初创公司 **UniPat AI** 被曝即将完成约 3 亿美元融资，由阿里拟领投，腾讯、红杉中国等跟投，估值飙至 **25 亿美元**。创始人李宽是一名 90 后港科大博士，去年还在阿里通义实验室做后训练与数据合成。而在 UniPat 身后，前字节 Seed 成员创办的**智能知识**、前 MiniMax 骨干创办的 **Copula Lab**、以及获红杉、BAI 与鼎晖连轮押注的**原壤智能**都在今年密集浮出水面。 第二件事发生在大厂与头部模型公司内部：**随着数据战略从内部自给全面转向外采与合成，掌管 AI 数据的一号位正在经历一轮密集换防与集权。** 短短两个月内，几家大厂的数据大盘接连易主：8 月，字节跳动把 AI 数据升格为与 Seed、Flow、抖音平行的公司级一级部门「AI 数据与安全」，统揽全集团跨模态数据的寻源外采与评测交付，原负责人**傅越**离职创业，由曾执掌 TikTok 全球直播与平台责任的**王赢磊**接盘。仅隔一周，Seed 基模体系又新设 Pretrain Data 部门，交由老搜索人**李成刚**统管。 9 月底，腾讯二十年大数据老将**刘煜宏**卸任 AI Data 部负责人，由首席 AI 科学家**姚顺雨**直接兼任。更早的 7 月，小红书挖来前 DeepSeek 早期核心成员**陈官厅**出任预训练数据负责人。阿里则在 9 月云栖大会上亮出了训练数据、数据生态、评测与具身数据四位细分掌舵人。 外部，数据公司估值飙升；内部，数据负责人频繁换防。两种变化指向同一个事实：随着公开互联网语料日益耗尽，数据正从业务流量的副产品，变为决定模型能力上限的核心基础设施。 而掌舵数据的人，也随之走向 AI 舞台的中央。 中国主流 AI 公司训练数据与评测核心负责人全景一览 注：本表根据公开信息整理，受信息披露范围与时效性限制，部分人员的职务、职责及履历可能存在偏差或变动，请以本人或所在机构的最新披露为准。如有疏漏，欢迎指正。 字节跳动：数据战略全面转向外采，公司级供应链与基模配方同步收拢 推荐算法时代，字节跳动是最不需要向外部买数据的公司。今日头条、抖音、TikTok 与豆包每天都在产生海量交互信号。但在过去一年半里，字节的 AI 数据战略发生了一次彻底转向：**从依赖内部流量与自建基础标注，全面转向大规模、高溢价的外部采购与外部供应商整合。** 逼迫字节转向外采的，是三堵同时撞上的高墙。第一是**公域语料见顶，训练重心转向“私域过程数据”**：全球约 300 万亿 Token 公开文本逼近枯竭，而公开网页只有最终报告，缺少医生、律师、程序员在真实工作流中“如何理解模糊意图、如何犯错并修正”的推演过程，这类数据只能向外部专家网络重金采买。 第二是**内部数据回流（Dogfooding）在硬核赛道一度卡壳**：在决定智能体上限的 Coding 赛道，由于早期 Doubao-Seed-Code 能力有限，字节内部业务团队都不愿用，连自家编程工具 TRAE 最早接入的也是 DeepSeek 和 Claude Code；内部飞轮转不起来，倒逼字节在 2026 年一面强制内部业务接入 Seed，一面拨出超千万美元预算**在外部定向采购编程数据**、拆解研究 **Claude Code 与 Codex 的训练数据 demo**，并与硅谷编程数据独角兽 **Turing**（估值 22 亿美元）及本土数据商合作。 第三是**张一鸣“坚决不蒸馏”的铁律**：2026 年 7 月底 Seed 全员会上，张一鸣明确表态“坚决不蒸馏竞争对手模型”，8 月初 CEO 梁汝波亦重申“坚定自研、接受短期落后”；与此同时，字节正在预训练参数规模达 **5 万亿至 10 万亿**的超大模型。堵死蒸馏捷径后，字节只能在全球市场上自己花钱买“教材”。 这让字节迅速成为国内出手最阔绰的头号外部数据买家，外采重点集中在四条主航道： **世界模型外采（投入达同行 3–4 倍）**：世界模型位列 2026 年字节 AI 四大命题之首，由张一鸣亲自督导跨部门调配算力，Seed 内合并李航与王文千的 VLA 团队、新设前 Meta FAIR 研究员范浩奇带队的 3D 仿真组，统一向周畅汇报，冲刺年底追平 Google Genie 3。字节批给世界模型（VLA、长视频、3D 资产）的数据预算居各模态之首，达数千万元至千万美元级且“不够可随时追加”，**数据供应商透露其投入达到同行 3–4 倍**； **Seedance 外采影视母带**：针对视频生成喂入过多低质短视频会导致模型“偷懒”只学关键帧的“反缩放定律（Anti-Scaling Law）”，字节剥离低质快餐视频，转向外采高帧率影视工业正版母带，并组建了 **1000 至 2000 人的评测与清洗军团**（每位算法工程师背后配十余名数据人员）； **垂类专家网络采买**：早在 2025 年 3 月，字节采购部便公开寻源医疗、法律、教育等垂类标注供应商（合作法本信息、海天瑞声、曼孚科技等）；2026 年除自营“字节 Xpert”众包入口外，更向时薪 100–400 元的国内硕博池、时薪 50–250 美元的海外专家平台及初创公司大举下单； **内部赛马算 ROI，外部签排他协议**：字节数据团队内部按世界模型、代码、高难学科推行**赛马机制**，每个外采项目必须核算 ROI；对外则在合同中设定**数据集独家买断期限**或**阶段性买断供应商核心人员**，同时应对腾讯等对手近半年开出**三倍薪资**挖角字节数据骨干的攻势。 外采账单急剧膨胀，直接触发了 2026 年 8 月的组织大手术。此前，字节内部长出了多套各自买数据的班子：傅越 2023 年创立的 **Global Data**（约百人，设采购、工程、产品、质检等职能）、集团数据中台 **DMC**、Flow 下属 **AIDP** 以及抖音数据服务平台，多头询价导致架构重叠。 6 月启动整合、8 月 11 日正式揭牌，字节新设与 Seed、Flow、抖音平行的公司级一级部门**“AI 数据与安全”**，收拢上述所有团队，由**王赢磊**接棒离职的**傅越**，统管**“标准制定、寻源采购、合成清洗、质量评测”**全流程。 仅隔一周，Seed 基模内部同步重组，新设 **Pretrain Data（李成刚）**、**Horizon RL（唐晟宇）**、**Product Posttrain-Work（秦禹嘉）**和 **Product Posttrain-Chat（朱文佳）**四个部门，均向吴永辉汇报。 一外一内，分别掌管公司级数据供应链与基模内部训练配方。 王赢磊：TikTok 业务高管接棒傅越 **王赢磊，图片来源：TikTok** 不同于对手把数据交给算法科学家，字节连续两任公司级数据掌门人都出自 TikTok 业务与治理高管——上一任是**傅越**，这一任是**王赢磊**。 前任傅越（花名 Yuyi）是搭建字节早期数据外采与质检体系的人。她本科毕业于北大，拥有 MIT MBA 与哈佛 MPA 双硕士学位，曾任职于 BCG 与腾讯战略部，2018 年加入字节成为 TikTok 创始团队早期核心成员，主管信任与安全（T&S）及电商运营。2023 年 10 月重返字节后，她创立了专门配备数据采购与质检职能的 **Global Data**，为 Dola、TikTok 与 Seed 采买训练数据。2026 年 8 月交棒王赢磊后，傅越再次离职创业，于国庆前夕联手字节 TRAE 原负责人石扬切入 AI 办公赛道，首轮投后估值已达约 2 亿美元。 **王赢磊的前任傅越（Yuyi），于 2023 年底至 2026 年 8 月创立 Global Data 并主导字节早期 AI 数据采购与安全体系建设。图片来源：凤凰网科技相关报道。** 接棒的王赢磊同样是从 TikTok 海外战壕杀出来的 90 后高管。他本科毕业于康奈尔大学计算机科学与运筹学专业，早年任职于 Whisper 与 Snap。加入字节后，他在 TikTok 历经三段硬仗：早期在朱骏麾下搭建跨国「国家产品经理」团队并分管“内容画风”，2021 年初与谈斯奇、王率丁、增长负责人**刘涵宇**等共同构成朱文佳治下的核心班底； 2021 至 2025 年执掌 TikTok 全球直播四年，力排硅谷团队“买明星版权”的方案，在海外搭建起数万家外部公会招募、培训、PK 竞价与分账的人力供应链，助推 TikTok 成为首个累计内购破百亿美元的非游戏应用，汇报线一度直通周受资。2025 年 7 月底转任一级部门“平台责任”负责人（向支颖汇报），应对欧盟 DSA 与爱尔兰数据合规审查。 当字节的数据战略变成一场每年耗资数千万美元、横跨全球数十家外部供应商与上千人评测军团的工业消耗战，曾在 TikTok 直播管理过全球公会供应链的王赢磊，成了替字节筛选外部数据商、考核单项目 ROI 的最佳人选。 李成刚：从零搭建字节搜索，走向 Seed 的预训练数据中枢 **李成刚。图片来源：字节跳动官方** 王赢磊在外部掌管数据“兵站”，而在 Seed 内部决定模型“吃什么、怎么配比”的人是**李成刚**。李成刚为清华大学机械工程本硕，曾从 0 到 1 搭建字节网页与视频搜索系统；2023 年初字节启动语言大模型时便由搜索团队牵头，2024 年 5 月他以豆包预训练方向负责人身份公开亮相，主攻数据清洗、合成、配比与课程学习（Curriculum Learning）。 2026 年 8 月中旬，Seed 新设 **Pretrain Data** 一级部门，由李成刚负责并向吴永辉汇报，将分散在各模态的预训练数据收拢为四个分支： **文本分支**：由 2018 年清华毕业加入字节、长期主抓超大模型预训练数据的**沈科**负责； **代码分支**：由 Seed-Coder 与 BFS-prover 核心作者 **Xia Xiao** 负责，与 Horizon RL 负责人**唐晟宇**共管； **视觉分支**：由**林毅**负责，与世界模型负责人**周畅**共管（Horizon RL 的视觉强化学习负责人**吴侑彬**在视觉方向上亦向林毅汇报）； **语音分支**：统筹音频与语音预训练语料。 这套交叉汇报设计直指全模态（Omni）与 10 万亿参数模型的痛点：当文本、代码、视觉、语音装进同一基座，单一模态数据的增减都会牵动全局能力，必须由 Pretrain Data 在同一实验框架下调配最优训练配方。 腾讯：首席科学家把模型、基建与数据拢于一炉 不同于字节“公司级外采供应链”与“基模预训练数据”分立的双轨制，腾讯在过去十个月里分三步把模型、算力与数据彻底收拢到了首席 AI 科学家**姚顺雨**一人麾下： **2025 年 12 月 17 日**：前 OpenAI 研究员姚顺雨出任“CEO/总裁办公室”首席 AI 科学家（向刘炽平汇报），兼任大语言模型部与新设 **AI Infra 部**负责人（向卢山汇报，副总经理王迪向姚顺雨汇报）；同日原数据平台部一分为二，专注大模型数据与评测的 **AI Data 部**由老将**刘煜宏**负责，**数据计算平台部**由**陈鹏**负责，均向蒋杰汇报； **2026 年 7 月**：继 3 月撤销 AI Lab 后，腾讯将混元旗下的大语言模型部与多模态模型部合并为**基础模型部**，交由姚顺雨统管； **2026 年 9 月 28 日**：姚顺雨正式兼任 **AI Data 部**负责人（向卢山汇报），刘煜宏卸任。至此，**基础模型部、AI Infra 部、AI Data 部**三大核心部门全部合拢于姚顺雨手中。 姚顺雨：把混元变成模型、环境与数据评测的一体化组织 **姚顺雨。图片来源：本人主页。** 1998 年出生的姚顺雨毕业于合肥一中（曾获 NOI 银牌），2015 年以安徽理科探花考入清华姚班，后获普林斯顿大学 CS 博士学位。在普林斯顿与 OpenAI 期间，他主导或参与了 **ReAct、Tree of Thoughts（ToT）、SWE-bench、SWE-agent、τ-bench** 以及第一代通用智能体 **Operator** 和 **Deep Research** 的研发。 姚顺雨为何要亲自接管数据部门，答案写在他 2025 年的博文 The Second Half 里：当强化学习训练配方趋于成熟，下半场真正拉开差距的不再是改模型结构，而是**如何定义现实任务、构建可交互的训练环境与防刷榜的评测基准**。 2026 年腾讯混元重建预训练与 RL 基建，从微信、腾讯会议、广告、游戏及 CodeBuddy 等超 50 个业务收集反馈，同时在外采市场上大幅追加预算、并跟投了估值 25 亿美元的 UniPat。由姚顺雨把模型、算力与数据一肩挑起，正是为了消灭部门墙，把“发现缺陷—外采或合成环境—修正训练”的反馈环压到最短。 刘煜宏：从腾讯实时大数据底座，到混元与 AI Data 的前任拓荒者 **刘煜宏，CNCC 2019 嘉宾照片。图片来源：中国计算机学会会议官网。** 在姚顺雨接手前，替腾讯完成数据团队向大模型转型的，是 2005 年入职的二十年老将**刘煜宏**。他早年负责腾讯实时数据平台 TDBank 与实时计算平台 TRC，历任数据平台部数据中心总监、腾讯大数据负责人及腾讯云数据产品线总经理；大模型浪潮兴起后，他以混元大模型负责人身份主导了万亿参数 MoE 模型训练与“腾讯元宝”早期迭代，并于 2025 年 12 月出任首任 AI Data 部负责人，完成了第一代大数据基建老将向 AI 时代的交接。 阿里巴巴：顶层重组之下，训练数据、专家生态、评测与具身数据四线分治 2026 年的阿里，呈现出了国内大厂中分工颗粒度最细的一套 AI 数据组织。在集团顶层，阿里今年先后成立由吴泳铭挂帅的 **Alibaba Token Hub（ATH）事业群**与集团技术委员会，将通义实验室升格为由**周靖人**执掌的通义大模型事业部（李飞飞管 AI 云基建、吴泽明管 AI 推理平台），6 月又整合成 Token Foundry。 而在数据层，早在 2025 年 9 月云栖大会上，淘宝早期个性化推荐核心骨干**魏虎（花名：空望）**便以**阿里巴巴 AI 数据总经理**身份首发“晓天衡宇”（SKYLENAGE）评测平台。到了 **2026 年 9 月 23 日**云栖大会，阿里控股 AI 数据体系下的四位细分掌舵人集体亮相：**吴鸣刚（小于号）、羊志巍（羊巍）、许泽（雄道）、孟泽楠（会天）**，分别把守训练数据、专家生态、评测与具身数据四道关口。 吴鸣刚（小于号）：AI 训练数据负责人，运转“模型×数据”共生飞轮 **吴鸣刚在云栖大会相关论坛演讲。图片来源：魔搭 ModelScope 社区，Readance 收录。** **阿里控股 AI 训练数据负责人吴鸣刚（小于号）**的核心任务，是把数据从“一次性消耗品”变成可持续产能。他在云栖大会上拆解了一套由**“模型→数据”与“数据→模型”两个半环咬合的共生飞轮**，串联起人机协同合成、质量验证、训练信号反馈、知识库增强与 Bad Case 模式发现七个节点——不再只看语料库绝对体量，而是用评测暴露的能力短板和训练梯度信号，反向指挥下一轮数据的合成与配比。 羊志巍（羊巍）：AI 数据生态与研究负责人，挖掘专家脑子里的“认知轨迹” **羊志巍在云栖大会相关论坛演讲。图片来源：魔搭 ModelScope 社区，Readance 收录。** **阿里控股 AI 数据生态与研究负责人羊志巍（羊巍）**主攻公开网页爬不到的专家隐性知识。他指出，模型的自我合成能力越强，越需要真实专家信号纠偏，否则极易陷入“合成数据坍缩”与“奖励欺骗（Reward Hacking）”；机器真正缺的不是标准答案，而是主任医师会诊或架构师排障时**“提出假设—寻找证据—证伪推翻—纠偏回溯”的认知轨迹**。 为此，他砍掉死板的标注表单，换上交互白板、推演沙盒与实时语音工具捕捉专家思考停顿，并启动**“认知原点计划”**，依托**“晓天睿士”专家社区**面向医学、先进制造、金融合规开放 **1 万个专家协同席位**。 许泽（雄道）：AI 数据评测负责人，守住“量天之尺”防污染与防刷榜 **阿里控股 AI 数据评测负责人许泽（雄道）**手握决定研发预算投向的“量天之尺”。针对静态榜单易污染、易饱和的痛点，他推动评测走向**真实任务交付**——综合考核答案准确率、耗时、Token 成本与交互体验，结合代码沙盒验证、Agent 裁判模型与人类专家复核。 目前其团队已将 **SKYEVAL 晓天衡宇评测社区**推向海外上线，与阿里拟按 25 亿美元估值领投外部评测独角兽 UniPat 形成内外呼应，共同争夺模型商业化验收的标准制定权。 孟泽楠（会天）：AI Data 具身数据负责人，用 RoboFlywheel 连通物理世界 **孟泽楠在云栖大会演讲（舞台中央）。图片来源：魔搭 ModelScope 社区，Readance 收录。** **阿里控股 AIData 具身数据负责人孟泽楠（会天）**负责把数据管线伸向物理世界。针对机器人本体异构、真机采集昂贵的痛点，阿里联合清华、上交大发布了开放具身数据基础设施 **RoboFlywheel**，由孟泽楠拆解其四层底座：**跨物理引擎仿真与统一资产底座**、**声明式评测 Harness**、记录“数据—算子—训练—权重—评测”全链路的 **Episode-native 数据配方框架（RoboFlywheel-Recipe）**，以及统一质检的**开放数据集社区**。 美团：公司数据平台部与龙猫的训练数据链路 看美团的数据版图，必须把**公司级业务数据平台**和**自研基座模型龙猫（LongCat）**拆成两条线：一条是 2024 年 12 月由“数据科学与平台部”升级而来的**数据平台部**，收拢本地生活业务数据工具研发，由老将**余建平**负责、向韩建汇报；另一条是已迭代出 1.6T 参数 MoE 基座模型、LongCat-Flash 及智能体平台 CatPaw 的 **LongCat 研发团队**，内部设有独立的预训练数据、Agentic 环境扩展与评测团队——官方招聘页已公开大模型评测负责人**智羽**，而作者掌握的采访线索则指向**黄琼**担任龙猫模型数据负责人。 黄琼：龙猫数据负责人 **黄琼**担任美团龙猫模型数据负责人。结合官方披露的评测团队负责人**智羽**及美团 2025–2026 年技术报告，LongCat 的数据打法聚焦在两端：一是在 LongCat-Flash 中设计面向智能体的**两阶段预训练数据策略与多智能体轨迹合成**；二是依托本地生活壁垒，连续开源了覆盖外卖、到店、酒旅 66 个工具的交互基准 **VitaBench 1.0/2.0**、竞赛级数学基准 **AMO-Bench**、通用推理基准 **General 365**、长程规划基准 **MineExplorer** 以及搜索校准基准 **LoHoSearch**。 余建平：执掌公司数据平台部的千亿级机器学习系统老将 **余建平，QCon 北京 2019 嘉宾照片。图片来源：QCon 会议官网。** 执掌公司级**数据平台部**的**余建平**则是搜广推工程老将。他 2011 年硕士毕业于南京大学计算机系，早年任职百度凤巢，加入美团后主导搭建了支撑搜索、推荐、广告的千亿级特征深度学习系统，打通离线、近线与在线全链路。2024 年 12 月升任数据平台部负责人，代表的是美团交易与搜广推的平台底座，在职责上区别于龙猫模型训练数据团队。 小红书：组织大重构后，挖来前 DeepSeek 早期成员陈官厅管预训练数据 2026 年 4 月 30 日，小红书启动十三年来最大规模的组织集权：丁玲（**柯南**）升任总裁统管业务与技术，夏侯任算法负责人；同时新设一级部门 **Dots**（整合大模型、AI Infra、工程与产品，直接向柯南汇报）与**企业智能部**（合并企业效率部与数据科学部）。7 月 9 日，小红书从外部引入前 DeepSeek 早期核心成员**陈官厅**，出任**预训练数据负责人**。 陈官厅：从北大、幻方与 DeepSeek 研发现场，到小红书预训练数据一号位 陈官厅本科毕业于北京大学计算机专业（2021 年进入幻方、2022 年毕业），历任幻方 AI 工程师、DeepSeek 研究员，作为早期核心成员参与了 **DeepSeek-V2、V3 及 R1** 的预训练数据研发。 小红书拥有极度稀缺的生活经验社区笔记（其团队还在后训练方向与复旦联合开源了 DR-Rubric，用深度研究的方式自动构建评分细则），引入陈官厅正是为了将碎片化的社区图文清洗、配比成能推高基模智力的预训练语料。 DeepSeek：数据负责人朴弋石，与“一号员工”李宇琨 据《晚点 LatePost》2026 年 4 月报道，DeepSeek 总人数不足 200 人，内部无层级墙，按**模型结构、Infra 与数据**三大模块紧密咬合；数据从训前方案讨论起便深度介入，梁文锋甚至让“一半的核心研究员”亲自参与数据清洗、合成与标注。梁文锋曾算过一笔账：国内与海外顶尖水平在模型结构上若有一倍差距、**数据效率上再有一倍差距，“合起来就要多消耗 4 倍算力”**。除转投小红书的陈官厅外，公开会议与媒体报道中至少浮现出两位 DeepSeek 数据核心人物：**朴弋石**与**李宇琨**。 朴弋石与李宇琨：数据负责人与字节搜索出身的首位员工 2025 年 9 月杭州全球开源创新峰会（**GOSIM Hangzhou 2025**）及同期 **AI Vision Forum** 官方名录，将**朴弋石**明确列为 **“数据负责人，DeepSeek”**，职责为**负责大规模模型训练的数据架构与质量控制**。 另一位核心人物**李宇琨**则是 DeepSeek 的**首位员工**：他 2021 年入职字节跳动搜索团队，2023 年在 DeepSeek 创立之初跳槽成为一号员工，核心负责 **DeepSeek 预训练数据**。两人的存在说明，即便在扁平的“全员标数据”文化下，DeepSeek 依然由深谙搜索引擎与数据工程的专人把守语料关口。 月之暗面：全员 Staff 扁平架构下的数据负责人 liuyangyang 月之暗面保持着约 500 人规模，内部不设传统职级，通用头衔统一为 **staff**，支撑团队从 k1.5、万亿参数 K2、K2.5 一路迭代至 2026 年 7 月登顶开源 SOTA 的旗舰模型 Kimi K3。但扁平头衔之下分工依然明确，Kimi 的实际数据负责人是 **Yangyang Liu**。 检索月之暗面 2025–2026 年官方论文，**Yangyang Liu** 的署名贯穿始终：在 2025 年 1 月 **Kimi k1.5** 报告附录 A 中，他同时位列 **Research & Development 与 Data Annotation** 双名单；随后连续参与 **Kimi-Audio**、**Kimi K2** 以及 2026 年的 **K2.5 与 K3。** 2026 年 1 月与 7 月，她又作为核心作者接连发布测量多模态原子世界知识的 **WorldVQA** 和诊断视觉感知边界的 **PerceptionBench**，印证了其在数据标注、多模态数据与评测上的核心角色。 智谱：搭建“狂标”平台的数据标注负责人，走进了上市公司董事会 2026 年 1 月登陆港交所的**智谱**，给数据负责人安排了一个特殊席位：主导搭建内部数据标注平台的年轻高管**张笑涵**，在 2025 年 3 月获委任为**执行董事**。 这一地位源于智谱过去一年的战略突围：2025 年 5 月智谱砍掉垂直小模型路线，押注推理、编程、智能体三合一的 **GLM 4.5**，一次性投入 **15 万亿 Token 通用数据与 8 万亿 Token 专项数据**（达同行 1.5 倍），随后凭 GLM 5、5.2、5.3 连续夺回开源 SOTA，2026 年 7 月 API ARR 冲上 10 亿美元。 张笑涵：从清华工程力学、数据科学，到主导狂标平台 **张笑涵（左四）与智谱团队港交所上市合影。图片来源：智谱** 招股书显示，张笑涵 2019 年本科毕业于清华工程力学系，2022 年获清华数据科学硕士学位；读研期间于 2021 年 10 月加入智谱，持续负责**数据标注体系与“智谱清言”相关管理工作**。据 36 氪披露，智谱 2024 年便在海外配置了数据采购团队，内部则由张笑涵主导搭建自研标注平台**“狂标”**：AI 院内语言组与多模态组轮训，待训组全员上“狂标”标数据；每版模型上线前须经 AI 院通用测评与交付团队真实客户场景双道测评，将前端清言的用户反馈与后端标注生产拧成闭环。 结语：数据负责人，正在成为手握模型方向盘的隐形决策者 过去，数据工作的起点往往是一张需求单。如今，随着公开语料的增量价值收窄，模型训练向推理、智能体和真实任务深入，需求本身也需要被重新定义。 模型究竟缺少知识、推理过程，还是与环境交互的经验？一次失败应该通过补充专家示范、构建合成任务，还是调整评测方式来解决？这些判断发生在数据生产之前，却直接影响后续的训练投入与研发方向。 这也是新一代数据公司的机会。新的供应商能否进入核心研发流程，取决于它能否帮助客户识别能力缺口，并证明交付的数据确实弥补了缺口。相应地，数据负责人的价值，也越来越体现在能否将模型研究、外部供给与效果验证连接起来。 因此，观察一家 AI 公司的技术路线，除了看它发布了什么模型，也值得看它正在寻找什么数据、招募什么专家、搭建什么环境，以及用什么标准判断进步。**数据负责人正站在这些选择的交汇处：他们未必独自决定模型的未来，却正在更深入地参与定义它。** 来源：凤凰网，原文链接：[https://tech.ifeng.com/c/8xbrHxmwD1N](https://tech.ifeng.com/c/8xbrHxmwD1N?ref=s.duotuiwang.com)