AI公司Anthropic近期启动了一项名为“Marlin”（马林鱼）的内部项目，旨在通过大规模人工干预优化其代码生成模型Claude Code的性能。该项目依托数据标注企业Snorkel AI的平台，召集了近千名具备软件工程背景的专业人员参与模型训练与评估工作。
据参与项目的外包工程师透露，核心任务是对不同版本的模型输出进行对比测试。工作人员需同时分析两组代码生成结果，根据代码简洁性、可维护性及与需求匹配度等标准进行偏好选择，并判断输出是否达到提示词要求的细节层级。每项评估任务耗时约1小时，部分复杂案例需与Snorkel的审核团队进行多轮沟通确认。
项目采用差异化薪酬体系，完成单次任务可获得280美元报酬（约合人民币1902元）。这种高强度标注工作要求参与者具备双重能力：既要精准理解开发场景中的实际需求，又要通过结构化反馈引导模型优化方向。有参与者指出，项目实质是通过人工筛选机制，推动模型生成更符合工程实践的标准化代码。
作为AI训练的常规操作，Anthropic将数据标注环节外包给专业公司的做法在行业内普遍存在。Snorkel AI等第三方机构通过组建专业化标注团队，为AI企业提供从需求解析到模型调优的全链条服务。这种分工模式既降低了AI公司的运营成本，又通过标准化流程确保了训练数据的质量可控。
目前该项目仍处于持续运行阶段，参与人员仅被告知需要评估代码生成任务，但无法获知具体模型版本信息。这种双盲设计既保证了评估的客观性，也反映出AI企业在模型迭代过程中对保密性的高度重视。随着项目推进，Claude Code在复杂工程场景中的代码生成能力有望得到显著提升。
