# Anthropic 花 280 美元一单，请 1000 名工程师给 Claude 的代码打分

> 原标题：280美元一单！1000名工程师教Claude写好代码

- 来源：新智元 · 公众号
- 发布时间：2026-06-06T05:46:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34987
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652705304&idx=3&sn=1f5969b7cbfc0935fedabc3ec6407b62

## 摘要

Anthropic 通过 Snorkel 的 Marlin 项目招募了约 1000 名软件工程师，专门审查 Claude 写的代码。每完成一单任务给 280 美元，工作流包括在 GitHub 仓库里提 Pull Request、对 AI 生成的两版代码做 A/B 对比，然后从正确性、安全性、可靠性和可维护性四个维度打分。

## 推荐理由

Anthropic 经 Snorkel 的 Marlin 项目招募约 1000 名工程师审查 Claude 生成的代码，每单 280 美元，流程含 GitHub 提 PR 与两版代码 A/B 对比，并按四个维度评估。

## 锐评

280 美元一单请 1000 个工程师给 Claude 的代码打分，这钱花得挺值。做代码 agent 的都知道，模型写出来的东西对不对，光靠跑测试集看不出来，得有人真去读 diff、比两版实现。Anthropic 愿意按单付这个价，人工评审的 signal 比自动 benchmark 值钱。

1000 人这个量级，一致性是个问题。不同工程师对可维护性的判断能差出好几档，最后拼出来的偏好数据噪声不小。反正我要是他们，会先看这批数据的标注一致性再决定怎么用。
