屏幕兩端，是同一個(gè)AI產(chǎn)業(yè)里兩個(gè)截然不同的世界。一邊是上千元一單的“知識(shí)輸出”，一邊是五毛錢(qián)一張的“機(jī)械點(diǎn)擊”。

在AI技術(shù)狂飆的今天，你可能聽(tīng)說(shuō)過(guò)一個(gè)聽(tīng)起來(lái)很前沿的職業(yè)——“人工智能訓(xùn)練師”。這究竟是怎樣一份工作？是教AI說(shuō)話、思考的人類(lèi)導(dǎo)師，還是高科技流水線上的新型“螺絲工”？

答案可能讓你意外：兩者都是。這個(gè)行業(yè)內(nèi)部正在發(fā)生一場(chǎng)劇烈的分裂，普通人以為的“數(shù)據(jù)標(biāo)注”，其實(shí)已經(jīng)有了天壤之別。有人坐在圖書(shū)館里，花兩三個(gè)小時(shí)深度思考一個(gè)專(zhuān)業(yè)問(wèn)題，就能入賬上千元；也有人坐在工位上，盯著屏幕重復(fù)點(diǎn)擊上萬(wàn)次，日薪卻難破兩百。

這場(chǎng)悄然發(fā)生在AI產(chǎn)業(yè)鏈條上的“價(jià)值割裂”，正在重塑我們對(duì)數(shù)字時(shí)代勞動(dòng)的認(rèn)知。

01 一條街之隔的“AI雙城記”

在黃土高原上的宜君縣，阿娟每天的工作是給店鋪門(mén)頭圖片打標(biāo)簽：曝光過(guò)度不能用，店名虛化不能用……這些被“調(diào)教”過(guò)的圖片，會(huì)成為AI學(xué)習(xí)識(shí)別的教材。工作熟練后，她十幾秒就能處理一張，一天能完成近兩千張。這份工作按件計(jì)酬，圖片的報(bào)酬通常在0.2元至0.4元之間，日收入很難突破200元。在她身邊，同事大多是縣城里的孩子母親或剛畢業(yè)的中專(zhuān)生。

而在城市的另一端，985高校的博士生、三甲醫(yī)院的醫(yī)生或資深律師，則接到了一種截然不同的任務(wù)。他們可能需要花費(fèi)數(shù)小時(shí)，精心打磨一段關(guān)于“貨幣政策傳導(dǎo)機(jī)制”的深度解析，或者評(píng)估一個(gè)AI生成的醫(yī)療建議是否存在倫理問(wèn)題。完成后，賬戶里輕松入賬600、800甚至1000元。他們時(shí)間自由，可以挑選感興趣的任務(wù)，甚至?xí)谎?qǐng)參與高階項(xiàng)目評(píng)審。

阿娟們支撐著AI“認(rèn)識(shí)世界”的基礎(chǔ)，而城市里的博士們則在塑造AI如何“思考世界”。同是為AI提供“養(yǎng)料”，勞動(dòng)的形態(tài)和價(jià)值卻出現(xiàn)了驚人的分野。

02 從“體力活”到“腦力活”：AI訓(xùn)練的分水嶺

早期AI的“學(xué)習(xí)”非常原始，像牙牙學(xué)語(yǔ)的嬰兒，需要人類(lèi)手把手地教它辨認(rèn)萬(wàn)物。因此，需要的是海量的、標(biāo)準(zhǔn)化的基礎(chǔ)標(biāo)注工作。招聘要求常常只有一條：“會(huì)用電腦即可”。

但自從ChatGPT橫空出世，AI學(xué)會(huì)了“舉一反三”，行業(yè)邏輯徹底變了?，F(xiàn)在的頂尖大模型，不缺通識(shí)知識(shí)，缺的是在專(zhuān)業(yè)領(lǐng)域的深度、可靠性和符合人類(lèi)價(jià)值觀的判斷力。大模型公司從“卷參數(shù)、卷算力”轉(zhuǎn)向了“卷落地、卷應(yīng)用”，高質(zhì)量的專(zhuān)業(yè)數(shù)據(jù)成了核心競(jìng)爭(zhēng)力。

于是，需求升級(jí)了。AI不再需要知道“這是什么”的答案，而需要知道“為什么是這個(gè)答案”以及“如何優(yōu)雅、無(wú)偏見(jiàn)地給出這個(gè)答案”的思維過(guò)程。任務(wù)變成了評(píng)估回答是否中立、改寫(xiě)有誤導(dǎo)性的建議、甚至設(shè)計(jì)復(fù)雜的邏輯推理鏈。這種工作，顯然不是靠點(diǎn)擊速度和數(shù)量就能完成的。

03 隱形的高墻：名校學(xué)歷與知識(shí)壁壘

需求的變化，筑起了一道高高的職業(yè)門(mén)檻。打開(kāi)主流招聘軟件，你會(huì)看到“自然語(yǔ)言處理標(biāo)注工程師”等職位明確寫(xiě)著：“985、211、雙一流院校學(xué)生優(yōu)先考慮”，專(zhuān)業(yè)則限定在漢語(yǔ)言、物理數(shù)學(xué)、英語(yǔ)（專(zhuān)八）、法律等。即便是“AI訓(xùn)練師”這類(lèi)看似基礎(chǔ)的外包崗位，也傾向于招聘計(jì)算機(jī)、語(yǔ)言學(xué)或醫(yī)學(xué)類(lèi)相關(guān)專(zhuān)業(yè)的專(zhuān)科以上學(xué)歷者。

平臺(tái)或許不會(huì)明寫(xiě)“僅限名校”，但在實(shí)際操作中，面對(duì)蜂擁而至的申請(qǐng)者，名校背景和碩博學(xué)歷成了最高效的篩選器。一位從業(yè)者觀察發(fā)現(xiàn)，目前大廠招聘AI數(shù)據(jù)專(zhuān)家的學(xué)歷要求大多為碩士研究生，且需要在醫(yī)療、法律等特定領(lǐng)域有所積累。

這堵墻不僅攔在入職前，更攔在工作過(guò)程中。一位擁有多年科研經(jīng)驗(yàn)的博士，曾在試標(biāo)階段被拒絕，理由是回答“過(guò)于學(xué)術(shù)，缺乏教學(xué)引導(dǎo)性”。這意味著，光有知識(shí)還不夠，還必須具備將專(zhuān)業(yè)知識(shí)“翻譯”成AI可學(xué)習(xí)、可模仿的思維范式的能力。

04 “新腦力無(wú)產(chǎn)者”：高薪背后的不穩(wěn)定現(xiàn)實(shí)

月薪兩三萬(wàn)，聽(tīng)起來(lái)很美。一些從事多模態(tài)對(duì)齊、知識(shí)圖譜構(gòu)建的高端標(biāo)注師確實(shí)能達(dá)到這個(gè)水平。但高報(bào)酬對(duì)應(yīng)的是嚴(yán)苛的門(mén)檻和不穩(wěn)定的本質(zhì)。

首先，這是一份典型的“零工”。從業(yè)者多以“靈活用工”“項(xiàng)目外包”形式存在，沒(méi)有勞動(dòng)合同，沒(méi)有晉升通道。一位985碩士蘇打在嘗試了一份大廠數(shù)據(jù)標(biāo)注兼職后，果斷放棄了。她發(fā)現(xiàn)這是一份“純燒腦的體力勞動(dòng)”，需要全神貫注記憶和理解不斷變動(dòng)的評(píng)分標(biāo)準(zhǔn)，但時(shí)薪算下來(lái)只有30到60元。她感覺(jué)自己在“答沒(méi)有標(biāo)準(zhǔn)答案的試卷”，無(wú)法通過(guò)努力提升“正確率”。

其次，技能難以積累和遷移。今天你在判斷政治偏見(jiàn)，明天任務(wù)可能變成校準(zhǔn)醫(yī)療術(shù)語(yǔ)。這些碎片化的任務(wù)難以整合成可持續(xù)的職業(yè)資本。更殘酷的是，一旦AI從你的反饋中學(xué)會(huì)了某種模式，這類(lèi)任務(wù)很快就會(huì)消失。你教會(huì)了AI，也就“消滅”了自己的工作。

行業(yè)觀察者用“金字塔”來(lái)比喻AI從業(yè)者：塔底是標(biāo)注，腰部是應(yīng)用，塔尖才是基礎(chǔ)模型設(shè)計(jì)。“背景決定一切”，從塔底一層層向上突破幾乎不可能。

05 網(wǎng)友熱議：是機(jī)會(huì)還是陷阱？

對(duì)于這種新型的“知識(shí)零工”，網(wǎng)友們的看法也兩極分化。

支持者認(rèn)為，這給了高學(xué)歷人才一個(gè)變現(xiàn)知識(shí)、接觸前沿的靈活渠道。“能用自己的專(zhuān)業(yè)知識(shí)賺錢(qián)，時(shí)間還自由，這不比擠地鐵上班強(qiáng)？”一位網(wǎng)友評(píng)論道。也有人認(rèn)為這是市場(chǎng)的自然選擇：“教AI做小學(xué)數(shù)學(xué)和教AI寫(xiě)法律文書(shū)，價(jià)值當(dāng)然不一樣，報(bào)酬有差距很正常?！?/p>

但更多的聲音充滿了警惕和自嘲?！斑@不就是新時(shí)代的‘腦力搬磚’嗎？只不過(guò)磚頭從水泥變成了知識(shí)?！币晃痪W(wǎng)友寫(xiě)道。更多人擔(dān)憂其加劇社會(huì)不平等：“以前說(shuō)知識(shí)改變命運(yùn)，現(xiàn)在是‘頂級(jí)知識(shí)’才能改變命運(yùn)。普通大學(xué)生連給AI打工都要被卷出去了?！?/p>

06 進(jìn)化永不停歇：誰(shuí)會(huì)被留在原地？

AI的進(jìn)化，本身就是一個(gè)不斷將人類(lèi)勞動(dòng)“分層”和“淘汰”的過(guò)程。五年前，沒(méi)人知道“提示工程師”是什么；今天，“倫理對(duì)齊專(zhuān)員”已成為熱詞。但同時(shí)，舊的崗位也在飛速消失。

最基層的、重復(fù)性的標(biāo)注工作，正被AI自己取代。在一些成熟的文本模型中，模型合成數(shù)據(jù)已替代了80%的人工標(biāo)注。特斯拉、蘋(píng)果等公司，也因自動(dòng)標(biāo)注能力的提升而裁撤過(guò)相關(guān)團(tuán)隊(duì)。曾經(jīng)讓阿娟感到有成就感的寵物鼻紋標(biāo)注項(xiàng)目，未來(lái)完全可能由更精準(zhǔn)的AI工具一鍵完成。

那么，今天這些時(shí)薪上千的“AI導(dǎo)師”就安全嗎？也未必。他們的工作本質(zhì)上是在喂養(yǎng)一個(gè)學(xué)習(xí)能力遠(yuǎn)超人類(lèi)的“學(xué)生”。今天被視為需要專(zhuān)家審閱的復(fù)雜邏輯，明天可能就成了AI的基礎(chǔ)能力。

07 結(jié)語(yǔ)：跨越數(shù)字鴻溝，需要的不只是努力

數(shù)據(jù)標(biāo)注行業(yè)的劇變，是一面鏡子，映照出智能時(shí)代殘酷的“馬太效應(yīng)”：高價(jià)值思維被加倍犒賞，低端重復(fù)勞動(dòng)被加速拋棄。

對(duì)于個(gè)體而言，這警示我們，單純“努力”已經(jīng)不夠。必須構(gòu)建深度、系統(tǒng)且可遷移的專(zhuān)業(yè)能力，并時(shí)刻保持學(xué)習(xí)，才能跟上AI迭代的步伐。就像從設(shè)計(jì)行業(yè)轉(zhuǎn)型做數(shù)據(jù)標(biāo)注的廖仔，他之所以能月薪過(guò)萬(wàn)，正得益于下班后堅(jiān)持學(xué)習(xí)AI知識(shí)、主動(dòng)適應(yīng)變化的主動(dòng)性。

對(duì)于社會(huì)而言，則需要思考如何幫助更多的“阿娟”們跨越這道數(shù)字鴻溝。當(dāng)AI將勞動(dòng)市場(chǎng)撕裂成“五毛”與“一千”的兩個(gè)世界時(shí)，確保技術(shù)進(jìn)步的紅利能被更廣泛地分享，或許比歡呼又一個(gè)“高薪新職業(yè)”的誕生更為重要。

畢竟，技術(shù)革命的終點(diǎn)，不應(yīng)是筑起更高的墻，而是點(diǎn)亮更多的燈。