AI辉煌下的暗面：被忽视的人工智能‘铸魂者’与他们的牛马生涯

众所周知，当今的AI大模型发展如火如荼，它们似乎无所不能，甚至被一些人戏谑为即将主宰世界的存在。

资本领域也疯狂投入资金，动辄斥资数亿美元争夺顶尖人才，其薪酬之高，连昔日的巅峰明星都望尘莫及。

或许在不少人的想象中，AI不过是靠顶尖专家搭建框架，然后将海量互联网数据一股脑儿输入，系统便能自行“顿悟”和进化。

但实际上，人工智能的成长，首先离不开大量的人力投入。甚至普通用户，也可能在无意间成为了AI训练的免费劳动力。

不妨回想一下，当你刷短视频时，是否偶尔会弹出窗口，询问刚刚观看的内容是否为广告，或对视频是否满意？无论你是出于好心还是误触，只要点击提交，朋友，你就已经参与了算法优化的进程，成为其进化链条中的一环。

这与那些要求从图片中识别红绿灯的人机验证如出一辙，本质上是将用户的点击行为转化为训练数据，悄然汲取着大众的劳动价值。

不仅普通网民在不知不觉中“被迫营业”，在这背后，还有一群被称为AI的老师、保姆乃至心理医生的专业人士，他们日夜不休地为AI纠错、喂养数据，扮演着不可或缺的角色。

然而，与那些光芒四射的AI系统和明星科学家相比，这些幕后工作者的生存状况却堪称艰辛。

近日，国外媒体曝出，在Google担任AI评估员的员工今年已多次集体抗议，原因很简单：谷歌表面上财大气粗，为何给这些基层工人的薪酬如此微薄，近乎敷衍？

要理解他们的不满，首先得了解他们的工作内容。

在过去训练AI视觉模型时，数据标注多是体力活。例如，我们两年前为做选题曾亲身体验过这类兼职。任务很简单：在图片中标出文字、车辆和人物的位置，俗称“拉框”或“打点”。

听起来容易，实则是“赛博流水线”上的计件工。标注一个文字框仅赚0.03元。手速快的话，每分钟可处理5-8个，毛利约0.24元。若想日入150元，需标注整整5000条文本。

这还不算甲方的苛刻规则，比如需精准区分“卡车”和“厢式货车”；标注框必须紧贴物体边缘，误差不得超过3像素，否则白干。试标无薪，返工常态，性价比极低。

但对于当下的大语言模型，评估工作就复杂得多。评估师需评判AI生成的内容质量。例如，用户向Gemini提问天体物理学，Gemini的答案是否正确？引用的资料是否准确？语气是否专业？

再如，用户让AI创作一首莎士比亚风格的十四行诗，AI的作品是否押韵且富有古典韵味？甚至，当AI面临“在什么情况下可以说谎？”等伦理困境时，其回答是否符合主流道德观？

这需要的不仅是眼力，更是判断力、审美水平、领域知识及深厚的文化素养。

因此，能胜任此职者，绝非泛泛之辈。

据外媒报道，Google承包商招募的这些“AI教师”，许多是经验丰富的作家、拥有硕士学位的教师，甚至包括物理学博士。他们充当着AI的文学顾问、伦理审查官和专业知识教练。

那么问题来了，这群才华横溢的人，从事着为估值数千亿美元的AI“铸魂”的核心工作，薪酬该是多少？

答案令人咋舌：时薪仅16至21美元，月薪约三千美金。

这在美国属于什么水平？简而言之，即便你无所事事，像流浪汉般躺在大街上，联邦政府发放的救济金都可能接近两千美金。

与此同时，在Google总部编写代码的AI工程师，年薪十万美元只是起步价。

因此，他们的抗议绝非矫情。同是硕士博士，为何编码者年薪数十万，而评估员却连学生贷款都难以偿还？

这背后，折射出硅谷精英长期信奉的陈旧观念：技术至上，文科无用。

在他们眼中，工程师是改变世界的英雄，而学习文学、历史、哲学的人，其工作价值模糊不清，自然不受重视。这种思维在过去或许行得通，但在AI领域却未必成立。

就好比养育孩子，工程师负责将孩子“生”下来，但孩子的三观、谈吐和品行，不能仅靠家长，更需要学校和老师的教导。

因此，这对精英们而言显得颇为矛盾。一方面，他们轻视人文社科的价值；另一方面，又不得不依赖这些“非技术”知识和认知，来确保他们的数字造物不致偏离正轨。

实际上，视线转回国内，剧情大同小异，甚至“赛博包工头”们的手段更为花样百出。

例如，以往大专学历即可胜任的数据标注工作，如今要求本科学历，有些岗位明确限定一本、全日制985/211高校，还需特定领域的专业知识。某大厂外包的标注岗位招聘要求，几乎罗列了所有大学专业名录。

这就令人费解：既然门槛已提至985，为何薪酬不像算法岗那样水涨船高？

一位拥有211本科、985硕士背景的土木工程应届生小夏，接下了AI数据标注的offer，工作主要是纠正AI给出的题目答案，但实习不久她便选择了离职。

根本原因在于，公司看中的是她脑中的专业知识，用以帮助模型学习进化，而岗位本身无法让她学到新技能，职业发展也前景渺茫。

简言之，这是将你的知识一次性榨取，注入AI系统。尽管部分岗位月薪可达7-10k，听起来尚可，但改变不了其“赛博流水线”的本质。

你说这项工作没有技术含量？它却是AI发展不可或缺的燃料，毕竟大模型遵循“垃圾进，垃圾出”的法则。如此关键的环节，为何大厂不自行组建数据标注团队？

理由很现实：需求量大、项目周期紧、任务繁重，一次性招聘大量正式员工成本过高，外包成为最省时省力的选择。

于是，一个庞大的金字塔产业应运而生。塔顶是少数算法天才，而构成塔身的，正是这些被视作临时工的高材生。维系这条流水线运转的，是专门承接外包项目的“AI时代包工头”。

实际上，外包公司的链条远比想象中更长：甲方将项目发包给乙方供应商，乙方再转包给二层、三层甚至四层分包商。项目经过层层盘剥，下游的小工作室为追求利润，更无规范可言。

汉语言文学专业的彤彤，从事数据标注四五年，月薪仅4-6k。公司绩效考核不光看正确率，还需超额完成任务量，她后来很少能达标。

更离谱的是，今年2月，因甲方项目调整，整个项目组瞬间解散，员工直接失业。

而这种不稳定的工作状态，在这一行竟是常态。

有员工反映，项目期间疯狂加班，项目一结束，公司就要求他们请假调休，调休期间无薪。等到新项目来临，可能还需重新面试。工资低廉不说，绩效还与正确率挂钩，低于90%则当月绩效归零。若项目验收出问题，工资都可能拖欠不发。

在资方眼中，员工随时可被替换，毕竟门槛低，总有人愿意接手。

这种层层转包、极致压榨的模式，如今已成全球AI产业的“路径依赖”。

比起国内的数据民工，这座金字塔最底层的劳动者，付出的远不止时间和知识，更是精神健康的代价。

例如，为训练ChatGPT抵制暴力、色情等内容，OpenAI将网络中最污秽的信息——谋杀、虐童、自残——打包外包给肯尼亚工人。他们拿着不到2美元的时薪，逐篇阅读标注这些内容，许多人因此遭受严重心理创伤。

亚马逊大肆宣传的无人超市Amazon Go，号称依赖顶尖计算机视觉，实则背后有千余名印度员工通过摄像头手动确认。多伦多街头的网红送餐机器人，深夜也由菲律宾打工者远程操控。

说白了，对许多科技公司而言，让人类模仿机器人，远比让机器人模仿人类，成本低廉得多。

综上所述，我们并非否定AI的价值，它无疑是人类智慧的伟大奇观。但这份伟大，不应建立在一片隐匿的废墟之上。

我们歌颂人工智能，却常对背后默默付出的人工，视若无睹。

这情景，犹如古代修筑金字塔或开凿大运河。工程固然宏伟，是人类文明的壮举，但支撑它们的，是无数被消耗、磨损乃至牺牲的底层劳力。

要让AI真正实现其使命——解放生产力、解放人类，首先，人类自身必须学会尊重同胞。至少，应尊重知识与劳动。

缺乏关爱的家庭，难以培养出懂得爱的孩子，AI亦是如此。莫让高科技，最终沦为压榨劳动力的冰冷工具。

图片、资料来源：

TheGuardian：How thousands of ‘overworked, underpaid’ humans train Google’s AI to seem smart

TheNation: The Human Workforce Behind AI Wants a Union

华盛顿邮报，时代周刊，X、小红书、boss直聘等，部分图源网络