資料標註和訓練資料管理，通常是 AI 專案裡最繁瑣、最不討好的環節。Encord 這家做資料標註平臺的公司，最近釋出了一個叫 Merlin 的智慧體層，想把這部分工作直接塞進現有對話工具裡，讓使用者不再需要頻繁切換介面去配置專案、查指標。
Merlin 的定位是 Encord 之上的「agentic intelligence layer」，聽起來抽象，但實際動作很明確：你可以在 Claude、Codex 這類程式設計助手裡，通過 MCP（Model Context Protocol）直接和 Encord 對話，讓它幫你從零搭起一個標註專案、查詢資料質量指標，或者定位拖累模型表現的樣本。官方把這種使用方式概括為「在一個對話裡管理你的 AI 資料基礎設施」。
這波釋出最值得注意的，是它在資料生命週期裡覆蓋了三個關鍵動作：
- Build（搭建）——從一句提示詞或一份文件出發，自動生成標註配置。Merlin 會幫你定義標籤方案、定製標註介面、設定審查流程，不用再從空白狀態開始。
- Observe（觀察）——隨時掌握資料分佈和質量。需要哪些指標、覆蓋 gaps 在哪裡，直接問它；它會按需給出結果，而不是等人工分析。
- Optimize（優化）——定位模型表現不佳的根因，並直接指向 Encord 裡的具體資料。你可以當場修正資料問題或工作流，形成閉環。
這套邏輯並不複雜，但「用自然語言驅動資料基礎設施」的體驗，以往通常藏在各種運維工具裡。Merlin 的切入點是把入口放到開發者已經熟悉的對話環境中。對整天泡在 Claude、Codex 裡的演算法工程師來說，順手問一句資料情況，比開啟 Encord 自行翻看更直接。
目前 Merlin 以 beta 形式通過 MCP 提供，官方點名支援 Claude、Codex 以及「所有其他 agentic coding 平臺」，Slack 整合也在路上。這意味著早期使用者大概率是已經在用這類編碼助手的團隊。官方明確表示先開放給一小批選定客戶，邀請感興趣的人註冊排隊。
「Getting the data right has never been more effortless.」——這是釋出文章裡的一句原話，多少帶著點自信，但從產品思路上看，它確實在把原本需要手動操作的資料工程流程，壓縮排一個對話式介面裡。
對團隊而言，Merlin 的實際價值可能不在某個單點功能，而在於縮短「發現問題 → 定位問題 → 修復資料」的迴圈。過去，資料團隊和模型訓練團隊往往在工具鏈上來回溝通，現在這個迴圈有望在一個聊天視窗裡完成。當然，前提是 Encord 自身的標註和資料集管理能力足夠穩，Merlin 更像是給已有工作流加了一個智慧入口。
需要提醒的是，這次釋出公開的技術細節有限，尤其是效能表現和定價策略都沒有明確資料。beta 階段的功能邊界、穩定性和對複雜專案的支援能力，還有待實測。如果你所在團隊已經在用 Encord，並且日常依賴 Claude 或 Codex，可以關注早期訪問入口；如果只是好奇，不妨等它走出 beta 再評估。
評論
暫無評論
成為第一個評論的人