美国多少博士转行做鉴黄师？真实数据揭秘

如今这些AI大模型个个都雄心勃勃，恨不得明天就能接管地球。资本圈也纷纷重金布局，动辄上亿美元争夺顶尖人才，连巅峰时期的程序员都没他们赚得多。

在不少人的印象中，AI不就是靠技术大牛搭建框架，然后找人把互联网资料囫囵吞枣般喂进去，最后突然开窍了吗？

但人工智能的发展，首先离不开人力投入。甚至你自己，可能都在不知不觉中成了AI的免费劳动力。

不信你回想一下，当你刷短视频时，突然弹出窗口询问刚才的视频是否为广告，或对上条内容是否满意？不论出于好心还是手滑，只要点击提交，朋友，你已成为算法进化过程中的一环。

这与在一堆图片里找红绿灯的人机验证如出一辙，本质上都是在榨取你的认知劳动。

不仅我们普通人被迫"营业"，在这背后，还有一群AI的老师、保姆、甚至是心理医生，也在日夜兼程地为AI查漏补缺。

比起这些光鲜亮眼的AI和明星科学家，这群幕后工作者的日子却过得相当不易。

前几天外媒曝光，在谷歌担任AI评估员的员工今年已多次集体抗议，原因很简单：你谷歌财大气粗的，怎么就给我们这些打工人这点薪水，打发叫花子呢？

要理解他们为何闹情绪，就得先看看他们干的活儿。

早期训练AI时，特别是视觉模型，干的都是纯体力活。比如我们两年前为做选题，就曾亲身体验过数据标注的兼职。工作内容很简单：在一张照片里，把文字、车辆和人用框标出来。有手有电脑就能干，俗称"拉框""打点"。

听着简单，实则是"赛博流水线"上的计件工。一张图片里的文字框，框好一个0.03元。手速快的话，一分钟能框5～8个，也就是毛收入0.24元。如果想完成日入150元的小目标，一天得完整标注5000条文本。

这还不算甲方奇葩的规则：看上去明明是货车，你得精确区分"truck"和"van"；框要和标注物边缘紧密贴合，误差不能超过3个像素，否则就白干。试标没薪资，返工是常态，性价比极低。

但对现在的大语言模型来说，评估就没那么简单了。评估师要干的，是评审AI生成的内容。比如，用户问Gemini一个关于天体物理学的问题，Gemini给出的答案对不对？引用的资料准不准？说话的语气像不像个专家？

再比如，用户让AI写一首莎士比亚风格的十四行诗，AI写出来的东西，有没有那股韵味？甚至，当AI遇到"在什么情况下可以说谎？"这类伦理困境时，它的回答是否符合主流的道德观？

这需要的不仅是眼力，更是判断力、审美、领域知识和足够高的文化素养。

所以能干这活儿的，都不是一般人。

据外媒报道，谷歌的承包商招来的这批"AI导师"，很多都是经验丰富的作家、有硕士学位的老师、甚至是物理学的博士。他们是AI的文学顾问、伦理审查官、专业知识教练。

问题来了，这么牛的一群人，干着为估值几千亿美金的AI"铸魂"的活儿，工资能有多少？

答案是，时薪16到21美元。一个月也就三千美金。

这个薪酬在美国有多低？我这么说吧，你今天啥也不干，学流浪汉往大街上躺，两腿一伸小被一盖，联邦政府发的救济金都能领到两千多。

而与此同时，在谷歌总部写代码的AI工程师，年薪10万美元都算低的。

所以人家出来抗议，真不是矫情。大家都是硕士博士，凭什么你写代码的年薪几十万美元，我们这些连学生贷款都还不上的毕业生就该接受这种落差？

这背后，其实是硅谷精英们信奉的那套老思想在作祟：技术至上，文科无用。

在他们眼里，工程师是改变世界的英雄，而那些学文学、历史、哲学的，工作价值看不见摸不着，自然不受重视。这些思维在以前确实是能讲通的，但是在AI这方面，还真不一定。

这就好比养孩子，工程师负责把孩子"生"出来，但孩子的三观、谈吐、品行，不能只靠家长，得是学校和老师来教。

所以对这些精英来说，这就显得很拧巴。一边觉得学文学、学历史、学哲学的人没啥用，创造不了价值；另一边，又不得不依赖这些"非计算机"的知识和认知，来保证他们的赛博生命别变成无趣的智能机器。

实际上别说美国，视线转回国内，你会发现剧情也大同小异，甚至"赛博包工头"们玩得更花。

比如以前大专就能干的数据标注工作，现在要求本科学历，有些甚至明确要求一本、全日制且985/211以上，还需要特定领域的专业知识。某大厂外包的标注岗位要求，恨不得把大学专业名录都贴上去。

这就很奇怪了，既然门槛都提到985了，为什么工资不像算法岗那么高呢？

一位有211本985硕背景的土木应届生小夏，接了一份AI数据标注的offer，工作内容主要是对AI给出的题目答案进行纠正，但实习没多久她就跑路了。

根本原因在于，公司看重的是你脑子里的专业知识，好用它们来帮模型学习进化。但这类岗位本身很难让你学到新东西，也很难有职业上的发展。

说白了，就是把你的知识一次性榨干，再灌入到AI模型里。虽然有些岗位薪资能达到7千到1万元，听起来还行，但改变不了这是"赛博流水线"的事实。

你说它没含金量吧，但它又是AI发展必须的燃料。毕竟大模型是经典的"垃圾进，垃圾出"。这么重要的东西，为啥大厂不组建自己的数据标注团队呢？

理由很简单：需求量大、项目时间紧、任务重，一下子招这么多正式员工，划不来；外包出去是最省时省力的办法。

于是，一个庞大的金字塔产业就此诞生。顶层是少数几个算法天才，而构成它庞大塔身的，是这些被当作"小时工"的高材生们。维持这条流水线运转的，是专门承接外包项目的"AI时代的包工头"。

实际上，这些外包公司的链条远比想象的更长：甲方包给乙方供应商，供应商再转手给二包、三包甚至四包。项目经过层层转包，下游的小工作室为了利润，更谈不上什么规范。

汉语语言文学专业的妍妍，干了四五年数据标注，每个月到手4千到6千。公司为了拿绩效，不光看正确率，还得看规定的任务量，她后来就很少能拿到了。

更离谱的是，今年2月份，因为甲方的项目调整，整个项目组说没就没了，直接原地失业。

而这种不稳定的工作状态，反而成了常态。

有员工反映，项目期间疯狂加班，项目一结束，公司就让他们自己请假调休，调休没工资。等新项目来了，得重新面试。工资少就算了，绩效还跟正确率挂钩，低于90%当月绩效直接取消。碰上项目验收有问题，工资都可能发不出来。

在他们眼里，员工可以随时替换，反正门槛低，你不干总会有人干。

这种层层转包、压榨到底的模式，到今天已经成了全球AI产业的"路径依赖"。

比起国内这些数据民工，在这座金字塔最底层的劳动者，牺牲的不只是时间和知识，还有自己的尊严。

比如为了让ChatGPT学会拒绝暴力、色情等内容，OpenAI把互联网下水道里最污秽的玩艺儿——猥亵、虐童、自残等内容，外包给了肯尼亚的工人。他们拿着不到2美元的时薪，一篇篇地阅读和标注这些内容，不少人因此留下了严重的心理创伤。

说到底，科技公司对待人类表现得像个机器人，远比让机器人表现得像个人类要便宜得多。

说了这么多，我们并非否定AI的价值。AI无疑是座伟大的奇观，但建造这座奇观的，是无数被消磨、被损坏、甚至被牺牲的底层劳动者。

要让AI实现它应有的使命——解放生产力、解放人类，首先人类自己要学会尊重自己人，最起码要尊重知识和劳动。

没有爱的家庭，不会养出会爱的小孩，AI亦是如此。

免责声明

游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

同类文章