硅谷巨头将员工行为转化为AI训练数据，微软动用约10万工程师，Meta追踪键鼠及屏显操作
硅谷科技巨头正将员工日常工作行为转化为AI训练数据。微软利用工程师编程数据及内部代码；Meta追踪员工键鼠操作与屏幕内容引发争议。此举旨在获取高质量场景化数据喂养AI模型，形成数据闭环。行业普遍推动员工使用内部AI工具，背后是公开数据日益稀缺，企业转向挖掘内部资源，但需平衡
硅谷的AI军备竞赛，正悄然开辟一条新战线。据The Information于5月19日报道，微软、Meta、xAI等科技巨头，正将目光投向内部——员工日常的工作行为，正被系统性地转化为喂养AI模型的“数据燃料”。这一趋势，已从个别公司的尝试，演变为行业性的加速蔓延。
在这场数据争夺战中，微软的策略凸显了其独特的资产优势。微软内部拥有约十万名软件工程师，这一庞大且高质量的开发者群体，是其竞争对手如Anthropic或Cursor所不具备的核心资源。目前，微软正从内部广泛使用的VSCode应用程序中采集开发者的编程数据。同时，其旗下Xbox游戏工作室开发的游戏源代码，也成为了宝贵的训练素材。此外，微软推动员工优先使用自家的GitHub Copilot而非其他竞品工具，背后也有数据层面的考量：追踪Copilot生成的代码有多少最终被工程师采纳并用于实际产品，这本身就是极具价值的反馈数据。
如果说微软的采集方式还相对聚焦于代码本身，那么Meta的做法则更为深入，也因此引发了更大的争议。根据华尔街见闻的报道，Meta已在美国员工的工作电脑上部署了一套名为“模型能力计划”的追踪软件。这套系统能够实时记录员工的鼠标移动轨迹、点击行为、键盘操作，并会定期截取屏幕内容。这种对工作流程近乎全方位的监控，旨在为AI模型理解复杂的人类任务提供最细粒度的数据。
事实上，这种“让员工率先使用自家产品以获取数据”的做法，在科技行业有一个专有名词——“dogfooding”（吃自己的狗粮）。这不仅是测试产品，更是生成高质量、场景化数据的捷径。不仅是Meta，谷歌和OpenAI等公司也提出了类似的要求，鼓励甚至强制员工在日常工作中使用内部开发的AI工具，从而形成一个闭环的数据飞轮。
这一趋势的背后，是高质量训练数据日益稀缺的现实。当公开网络数据逐渐耗尽，科技公司自然将目光转向了内部这座尚未被充分挖掘的“数据金矿”。然而，如何在推动技术前进与保护员工隐私、维持工作场所信任之间取得平衡，将是接下来无法回避的挑战。这条路能走多远，不仅取决于技术，更取决于伦理与规则的边界。
CPO概念股集体创新高，集邦咨询预测其市场规模将从2025年约1亿美元增至2030年超390亿美元，增长迅猛。CPO通过共封装降低功耗、提升带宽，已成为业界公认的超大规模AI训练集群必选技术路径，未来成长空间极为广阔。
蚂蚁集团联合西湖大学等提出RODS方法，让AI训练系统实时定位模型能力边界并动态生成新题，仅用400道种子题即可达到近17000道离线数据的训练效果，显著提升多轮工具调用智能体的性能。
由清华大学深圳国际研究生院与腾讯混元联合提出的STARE方法，通过词级别优势重加权有效缓解了AI强化学习中的策略熵崩溃问题。在1.5亿至320亿参数模型上验证，AIME24与AIME25基准测试准确率提升4%至8%，并支持更长训练周期。
卡内基梅隆大学与Meta研究发现，AI训练中的奖励模型存在过度敏感性，对同等质量的答案给出差异悬殊的分数，导致AI学偏方向。研究提出奖励聚类离散化方法，无需重新训练即可消除该问题，实验证实其能显著提升训练效果。
引言随着模型规模和数据量的不断增大，分布式训练已经成为了工业界主流的 AI 模型训练方式。基于 Kubernetes 的 Kubeflow 项目，能够很好地承载分布式训练的工作负载，业已成为了云原生 AI 领域的事实标准，在诸多企业内广泛落地。尽管 Kubeflow 让基于 Kubernetes 的
中南大学与香港科技大学提出DataEvolver系统，通过分析被淘汰训练图片的失败信号，形成反馈闭环持续优化数据收集策略。在75万数据规模下，训练模型在文字渲染质量上提升超85%，且数据集覆盖更广，避免了冷门主题被忽略。
三种训练方法GRPO、Dr.GRPO、DAPO本质是对同一数字——组内标准差的不同操作：作分母、去分母或过滤零值。组内标准差即学习信号本身，答案分歧越大学习越多，全对或全错时无学习信号。该发现揭示了强化学习信号的本质。
三星健康更新强制选项，用户若拒绝将睡眠、用药、医疗记录等数据用于AI训练，将无法备份数据，且相关数据可能被删除。三星声称此举旨在提升应用体验，部分数据由人工审核。
针对稀疏混合专家模型，独立研究者提出分层优化器SkewAdam，将优化器状态从50.55GB降至1.29GB，训练峰值内存从81.4GB降至31.3GB，使40GB显卡可训练67亿参数模型。该方法对骨干网络保留动量，对专家层仅用分解式二阶动量，验证困惑度优于AdamW等基线，内存节省显著且收敛更快。
清华大学提出单轮异步优化方法，通过单轮异步训练、双边裁剪屏蔽、价值模型及冻结注意力等机制，解决大型语言模型强化学习中的同步等待和离策略偏差问题。在数学推理和编程任务上超越GRPO，训练稳定超1000步，性能达世界顶尖水平。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
