对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
青年就业困境|计件工资|数字矿山|大同平城区|数据标注工|职场生态|AI产业应用|社会人文|人工智能
大同平城区的写字楼里,上千个工位亮着惨白的光。戴着耳机的年轻人盯着屏幕,手指机械地点击、拖拽、框选——他们正在给AI“喂饭”。这座曾经靠煤炭支撑的城市,如今成了“数字矿山”:74.5万台服务器、69家标注企业,让3万本地青年端上了“数据饭碗”。但很少有人注意到,这些给AI构建认知世界的人,自己的生活正被算法死死框住:一个2D标注框从1毛跌到3分,一天画700个框只赚30块,容错率低到错2个就得全部返工。为什么AI的荣光里,藏着他们的困境?
数据标注的本质,就是教机器认世界——你可以把它想象成给刚学说话的小孩反复指认“这是猫”“这是狗”,只不过这个“小孩”是吞数据的AI,而“老师”要重复千万次同样的动作。 早期的标注员曾尝到过甜头:2017年一个2D框能卖1毛多,手快的一天能赚五六百,在县城算得上高薪。但随着AI需求爆发,标注行业成了红海。到2023年,简单2D框单价跌到3-4分,跌幅超90%;连需要在三维空间精准拉框的3D点云图,一个也只值5分钱。 这是一场没有尽头的竞速:系统会精确记录鼠标轨迹和停留时间,超过3分钟不动就弹警告;容错率要求95%-99%,错一个框整张图就得返工。湖南一位标注员晒出结算单:一天画700个框,到手30.2元。他们的劳动被拆分成最细碎的计件单位,成了AI成长路上消耗最快的燃料。

AI学会认东西后,开始要学“像人一样说话”——这就轮到RLHF(基于人类反馈的强化学习)出场了。简单说,就是让标注员给AI的回答打分,告诉它哪个更“温暖”、更有“同理心”。

听起来是挺有技术含量的活儿,但实际是把复杂的人类情感拆成1到5的冰冷分数。一个拿着两三千月薪、连自己情绪都顾不上的县城青年,要对着屏幕判断AI的回答“有没有照顾用户情绪”。更讽刺的是,如果他们的打分和系统预设的“标准答案”不符,还会被扣钱。 这不仅是体力消耗,更是认知抽空:他们要把自己的情感体验拆解成标准化指标,再喂给AI。当用户惊叹于AI能“共情”时,这些标注员正日复一日地把自己训练成“没有情绪的打分机器”。而这份“教AI做人”的工作,单价也只有3到7元。
最残酷的是,AI正在学会自己“做饭”——自动标注技术的效率已经是人工的1000倍。理想汽车曾透露,过去一年花1亿做的人工标注,现在用AI3小时就能完成。大厂的标注外包成本已经降了40%-50%,简单重复的标注岗位正在快速消失。

但消失的不只是底层岗位。那些要求985硕士的“逻辑推理标注”“AI人文训练师”,本质也是给AI做“高级家教”:他们要把专业知识拆成AI能懂的标准化内容,一旦AI学会,这些岗位同样会被替代。在算法面前,无论是县城青年还是名校硕士,都成了可随时替换的“耗材”。 这是一条从县城直通硅谷的“血汗输送带”:顶层科技巨头赚走了AI的大部分利润,中间服务商层层抽成,到标注员手里只剩零头。就像希腊学者瓦鲁法基斯说的,科技巨头成了“云领主”,而标注员就是他们的“数字农奴”——生产着最有价值的数据,却只分得最微薄的口粮。
大同的写字楼还亮着,标注员们的手指还在机械地动。他们不知道自己标注的数据会喂给哪款AI,也不知道自己的岗位哪天会被AI替代。 我们总在说AI解放人类,却很少想起那些被AI“绑定”的人。技术革命的叙事总是宏大的,但底色永远是具体的人:是大同写字楼里的青年,是永和县城里的宝妈,是那些在数字时代找不到位置的劳动者。 **AI的荣光里,藏着被忽略的人类代价。**当我们为AI的进步欢呼时,或许该停下来看看那些支撑起AI世界的人——他们不该只是技术的燃料,也该是技术红利的共享者。