招聘/找人

人已经招到了 谢谢大家～哈哈哈哈 但是人工智能大家还是可以一起讨论的 哈哈哈

做了20年音乐的我表示，越是容错率低，越需要AI来判定，去年的Gemini2.5就已经具备了相当高水准的音乐风格和音乐元素的识别能力。而现在Gemini已经是3.1了。

为什么我说越容错率低越需要AI来判定，主要原因是：
1、钢琴、吉他、贝斯、鼓、弦乐等常规的元素，人不可能判错，AI也不可能判错。但人会疲劳，AI不会。
2、非常规的音乐元素。我相信不同的人对同一个非常规元素，它的描述方式是不同的。甚至同一个人对一个非常规元素的描述，在疲劳度不同的情况下，描述的结果也是有很大差异的。（而AI虽不能说百分之百准确，但在这方面更加可控。即便是标错了，也是用同一个方式标错的）

我擦，搞不好是要做一个新的AI音乐大模型。

对于你的第2点其实又一点道理，但是Gemini我们试了他还是会有把原声乐器就标错的概率的，特别对于我们超大量的活的情况需啊，他的错误率还是比率不小的，因为甲方严谨我们基本型错误，比如把电鼓标称原声鼓

AI有些行为是可以的 特别在半娱乐一下 或者在工作协助协审上，但是在非常严格的工业甚至大厂客户那，全部AI判断，完全人工不干预，可能最后我们的尾款也会被判进去 哈哈哈

放心 不是 哈哈

我认为可以尝试分成两个步骤来使用AI。
第一步，让Gemini+openclaw去第一轮的判断和整理。这一步的意义是将大量的内容快速整理推进到50%的进度。
第二步，将第一步已经整理好的内容再次使用gpt5.5+openclaw，驱动一个以Gemini为模型的子agent进行第二轮判断，进行效准。这一步的意义是在Gemini最短的上下文，性能最优的时候进行二次校准。

有了上述成果之后，最后引入人工审核，但这个时候的审核已经不是从零开始了。要是以排错为主，所以你的罚金制度有机会改成奖金制度，这样会让人舒服很多

没事，是也没事