上周三，我专门跑了趟城郊的数据标注中心，原本只是想看看传说中“养”智能停车收费系统的后台到底长啥样，结果一圈转下来，印象最深的不是密密麻麻的服务器，也不是什么高深的算法演示，而是一帮标注员正对着手机里、摄像头抓拍的照片，跟车轮甩起来的“泥点子”死磕。
带我参观的老周在这行干了六年，算是圈里老资历。他拉开一间半封闭的办公区帘子，二十来个年轻人盯着双屏，左边是原图，右边是框好车牌的标注件。“你以为车牌识别就是拍清楚就行？真到了马路边，下雨天、工地旁、老小区出口，车牌上全是泥。”老周随手点开一张图：一辆白色SUV斜停在路边，后牌被车轮卷起的泥浆糊了小半边，字符“京A·3”后面几乎看不出数字。标注员小王正用多边形工具，沿着没被泥盖住的边缘一点点描，“这活儿没法偷懒，你标错一个像素，模型学歪了，到了现场它就当这车没牌，收费员得人工补录，矛盾就来了。”
我原以为，这种智能系统靠的是前端高清摄像头加识别模型，后台顶多做做清洗。老周摇头：“模型不是天上掉的，它认不认得泥巴下的车牌，全看我们喂给它的‘教材’干不干净。业内叫脏数据治理，说白了，就是人帮机器把最坏的情况先认一遍。”他给我看了标注规范手册，厚厚一本，光“泥污遮挡”就分了五级：点状飞溅、条状流淌、块状结壳、跨字符连贯污损、以及雨雪混合态。每一级该留多少可见特征、框选时能不能脑补缺失笔画，都有明文。
更较真的是抽检。中心设有三级质检，组内互检、组长抽检、甲方不定期飞检。我旁听了一轮退标会，一张图因为标注员把泥点和车牌铆钉阴影混为一谈，被打了回。质检员小陈说：“别小看这点误差，我们这批数据有四十万张，万分之一错，落地就是几千次误判。车主投诉‘我没停你凭啥扣费’，系统信用就崩了。”
聊到行业现状，老周叹气又带点骄傲：“外面都盯着大模型、端到端，其实地基还是我们这种苦活。去年本地停车智能改造，上线头一个月识别率只有八成，返工回来加了两万张泥点专项标注，现在雨雪天也能稳在九十六以上。”他指了指墙上的锦旗，落款是某区城管委。
临走时，小王还在描一张泥得只剩蓝底反光的图。我问他烦不烦，他笑了：“烦，但下次下雨，系统少漏一辆车，路边收费大爷就能少跑一步。”回到马路边再看那些摄像头，我忽然觉得，所谓“智能”，不过是很多双眼睛，先替机器把世界的狼狈看透。
微信号：18581869297