需求侧：AI 团队
带来模型需求、预算、任务规格、质量标准与权利模型。Humanbased 把这些需求转化为市场可以执行的数据活动。
不是目录，是 marketplace OS。
AI 数据不是库存，而是一套生产系统。
Humanbased 是一个面向 AI 数据的 marketplace OS：这个品类里的供给，往往要在需求出现之后才被生产出来。Campaign Builder 运行数据工厂；Data Lineage 把被采纳的工作转化为可拥有、可署名、可分发的供给。
- 需求 需求先定义生产 brief
- 生产 Campaign Builder 治理工厂流程
- 谱系 Data Lineage 记录署名与所有权
- 分发 价值随资产一起流转
Demand-side engine
Campaign Builder turns requests into data factories.
这是 marketplace 的数据工厂界面。它定义目标、任务形式、贡献者池、agent 协助、审核路径、质量门槛、预算与验收规则，让专业 AI 数据被生产出来，而不是被简单“采购”。
Airbnb 有房源，Amazon 有 SKU。AI 数据首先需要工厂。
传统 marketplace 从已经存在的库存开始。AI 数据 marketplace 要更早开始：模型团队知道自己需要什么，但对应的供给可能还不存在。
这种供给需要被委托、生成、审核、署名、打包、授权，并且经常会被复用。Humanbased 面向的是完整闭环：先生产，再形成市场，并且始终保留数据谱系。
平台在需求与供给之间，创造可流通的数据资产。
供给侧：贡献者与专家
完成被采纳的工作，主要通过
USDC
稳定币结算获得报酬，积累可携带的贡献记录，保留署名，并在被采纳的工作成为可复用资产时继续连接未来价值。
运营型供给：团队与组织
运营专业化供给团队，并为每个数据活动配置匹配的任务分派、审核、所有权、署名与报酬规则。
Agent 供给：自动化开发者
把预标注、评测、质检、任务路由、自动估值与数据活动自动化，接入同一套生产型 marketplace。
把需求转化为可分发供给的操作闭环。
- 创建数据活动 定义目标、任务形式、验收标准、贡献者画像、预算与权利模型。
- 治理生产流程 通过 Campaign Builder，把工作分发给个人、专家、团队、组织与 agent，并配置审核路径与质量门槛。
- 采纳贡献 在采纳工作前，结合人工审核、专家判断、agent 检查、基准测试与来源日志。
- 绑定数据谱系 通过 Data Lineage，把被采纳的工作连接到署名、来源溯源、所有权与版税资格。
- 分发价值 支持预付款、服务费、访问费、所有权转移、市场分成与未来的版税分配。
Supply-side foundation
Data Lineage turns production into ownable supply.
这是生产完成后 marketplace 得以运转的基础。工作一经采纳，Data Lineage 记录谁贡献了什么、哪些成果被采纳、哪些权利随之绑定，以及资产被分发或复用时谁可以参与价值分配。Humanbased 可以通过
Base
与
Ethereum
将所有权锚定到链上，让署名、访问、报酬与版税资格随数据一起流转。
- 被采纳资产的所有权记录
- 在组装与复用中持续存在的署名
- 面向报酬与版税的分发逻辑
Data Lineage 构建于 XnY 之上，让署名、使用权与版税路径在数据离开 Humanbased 之后依然随之流转。
专业化 AI 数据先是工作，然后才成为供给。
世界模型
物理交互轨迹、具身任务演示、环境标注、失败案例与仿真反馈，都可以进入同一套生产与谱系闭环。
专家知识
法律、代码、医疗、金融与科学判断，通常先表现为专家审核、标注、推理或验证工作，然后才沉淀为可复用的模型数据。
图像与视频
获得同意的媒体、场景描述、时序一致性检查、安全审核、偏好评分与多模态质检，可以保留来源溯源与权利上下文。
语音
已授权语音、获得同意的录音、口音覆盖、对话审核、发音质检与语音偏好判断，都可以在保留署名的前提下被生产出来。