眾所周知，現(xiàn)在這些AI大模型，一個(gè)個(gè)都能上天，巴不得趕明兒就統(tǒng)治地球。

資本圈現(xiàn)在也是框框砸錢，動(dòng)不動(dòng)就一億美金挖人才，巔峰時(shí)期的爽子都沒他掙得多。

可能有些差友印象中，AI不就是靠這些大牛搭建框架，然后找人把整個(gè)互聯(lián)網(wǎng)的資料“哐哐”往里灌，然后就頓悟了嘛。

但其實(shí)，人工智能，它首先得靠人工。甚至你自己，可能都在不知不覺中成了AI的免費(fèi)勞動(dòng)力。

不信你回想一下，短視頻刷著刷著，突然彈出來一個(gè)窗口，問你剛剛那個(gè)視頻是不是廣告，或者對(duì)上個(gè)視頻滿不滿意？甭管你是好心還是手滑，只要你點(diǎn)了提交，朋友，你已經(jīng)成為了算法進(jìn)化Play中的一環(huán)。

這跟在一堆圖片里找紅綠燈的人機(jī)驗(yàn)證一樣，本質(zhì)上，就是在薅你的勞動(dòng)力。

不僅咱們普通人被迫營(yíng)業(yè)了，在這背后，還有一幫AI的老師、保姆、甚至是心理醫(yī)生，也在日以繼夜地給AI擦屁股喂養(yǎng)料。

但比起這些光鮮亮麗的AI和明星科學(xué)家，這幫人的日子過得卻是相當(dāng)牛馬。

前幾天有國(guó)外媒體曝光出來，在Google打工的AI評(píng)估員今年已經(jīng)好幾次集體發(fā)牢騷了，原因也很簡(jiǎn)單，你谷歌臺(tái)面上財(cái)大氣粗的，咋就給我們這些打工人這么點(diǎn)錢，打發(fā)鬼呢？

要理解他們?yōu)樯遏[脾氣，就得先看看他們干的活兒。

在以前訓(xùn)練AI的時(shí)候，特別是視覺模型，干的都是些純體力活。比如我們?cè)趦赡昵盀榱俗鲞x題，就曾親身體驗(yàn)過數(shù)據(jù)標(biāo)注的兼職。工作內(nèi)容很簡(jiǎn)單：在一張照片里，把文字、車和人給框出來。有手有電腦就行，俗稱“拉框”“打點(diǎn)”。

聽著簡(jiǎn)單，但實(shí)際上是“賽博流水線”上的計(jì)件工。一張圖片里的文字框，框好一個(gè)0.03元。手速快的話，一分鐘能框個(gè)5-8個(gè)，也就是毛利0.24元。如果想完成日入150的小目標(biāo)，一天得框整整5000條文本。

這還不算甲方的奇葩規(guī)則，看上去都是貨車，你得精準(zhǔn)區(qū)分“truck”和“van”；框要和標(biāo)注物邊緣緊密貼合，誤差不能超過3個(gè)像素，否則就白干。試標(biāo)沒薪水，返工是常態(tài)，性價(jià)比極低。

但對(duì)于現(xiàn)在的大語(yǔ)言模型來說，評(píng)估就沒這么簡(jiǎn)單了。評(píng)估師要干的，是評(píng)估AI生成的內(nèi)容。比如，用戶問Gemini一個(gè)關(guān)于天體物理學(xué)的問題，Gemini給出的答案，對(duì)不對(duì)？引用的資料，準(zhǔn)不準(zhǔn)？說話的語(yǔ)氣，像不像個(gè)專家？

再比如，用戶讓AI寫一首莎士比亞風(fēng)格的十四行詩(shī)，AI寫出來的東西，有沒有那股味兒？甚至，當(dāng)AI遇到“在什么情況下可以說謊？”這類倫理困境時(shí)，它的回答是否符合主流的道德觀？

這需要的就不只是眼力，而是判斷力、審美、領(lǐng)域知識(shí)和足夠高的文化素養(yǎng)。

所以能干這活兒的，都不是一般人。

根據(jù)外媒報(bào)道，Google的承包商招來的這幫“AI老師”，很多都是經(jīng)驗(yàn)豐富的作家、有碩士學(xué)位的老師、甚至是物理學(xué)的博士。他們是AI的文學(xué)顧問、倫理審查官、專業(yè)知識(shí)教練。

那問題來了，這么牛逼的一群人，干著給幾千億美金估值的AI“鑄魂”的活兒，工資得多少？

答案是，時(shí)薪16到21美元。一個(gè)月也就三千美金。

這個(gè)錢在美國(guó)有多低呢？我就這么說，你今天啥也不干，學(xué)流浪漢往大街上一躺，兩腿一蹬小被一蓋，聯(lián)邦政府發(fā)的救濟(jì)金都奔兩千去了。

而與此同時(shí)，在Google總部寫代碼的AI工程師，年薪10萬美刀都是低的。

所以人家出來鬧，也真不是矯情。大家都是碩博，憑什么你寫代碼的年薪幾十萬美刀，我們這些連學(xué)生貸款都還不上？

這背后，其實(shí)就是硅谷精英們信奉的那套老思想在作祟：技術(shù)至上，文科無用。

在他們眼里，工程師是改變世界的英雄，而那些學(xué)文學(xué)、歷史、哲學(xué)的，工作價(jià)值看不見摸不著，自然不受重視。這些思維在以前確實(shí)是能講通的，但是在AI這里面，還真就不一定。

這就好比生孩子，工程師負(fù)責(zé)把孩子“生”出來，但孩子的三觀、談吐、品行，就不能只靠家長(zhǎng)，得是學(xué)校和老師來教。

所以對(duì)這些精英來說，這就顯得很擰巴。一邊覺得學(xué)文學(xué)、學(xué)歷史、學(xué)哲學(xué)的人沒啥用，創(chuàng)造不了價(jià)值；另一邊，他們又不得不依賴這些“非計(jì)算機(jī)”的知識(shí)和認(rèn)知，來保證他們的賽博生命，別變成糖人。

實(shí)際上別說美國(guó)，視線轉(zhuǎn)回國(guó)內(nèi)，你會(huì)發(fā)現(xiàn)劇情也大差不差，甚至“賽博包工頭”們還玩得更花。

比如以前大專就能干的數(shù)據(jù)標(biāo)注工作，現(xiàn)在要求本科學(xué)歷，有些甚至明確要一本、全日制985/211以上，還需要特定領(lǐng)域的專業(yè)知識(shí)。某大廠外包的標(biāo)注崗位要求，就恨不得把所有的大學(xué)專業(yè)名錄都給貼上去。

這就很奇怪了，既然門檻都提到985了，為啥工資不像算法崗那么高？

一個(gè)有211本985碩背景的土木應(yīng)屆生小夏，接了一份AI數(shù)據(jù)標(biāo)注的offer，工作內(nèi)容主要是對(duì)AI給出的題目答案進(jìn)行糾正，但實(shí)習(xí)沒多久她就跑路了。

根本原因在于，公司看重的是你腦子里的專業(yè)知識(shí)，好用來幫模型學(xué)習(xí)進(jìn)化，這個(gè)崗位本身不會(huì)讓你學(xué)到太多新東西，也很難有什么職業(yè)上的發(fā)展。

說白了，就是把你的知識(shí)一次性榨干，注入到AI里。雖然有些崗位薪資能到7-10k，聽起來還行，但改變不了這是“賽博流水線”的事實(shí)。

你說它沒有含金量吧，但又是AI發(fā)展必須的燃料，畢竟大模型是經(jīng)典的Garbage in，Garbage out。這么重要的東西，為啥大廠不組建一個(gè)自己的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)呢？

理由很簡(jiǎn)單：需求量大、項(xiàng)目時(shí)間緊、任務(wù)重，一下子招這么多正式員工，劃不來，外包出去是最省時(shí)省力的方法。

于是，一個(gè)龐大的金字塔產(chǎn)業(yè)就此誕生。頂層是少數(shù)幾個(gè)算法天才，而構(gòu)成它龐大塔身的，是這些被當(dāng)作小時(shí)工的高材生們。維持這條流水線運(yùn)轉(zhuǎn)的，就是專門承接外包項(xiàng)目的“AI時(shí)代的包工頭”。

實(shí)際上，這些外包公司的鏈條遠(yuǎn)比想象中的更長(zhǎng)：甲方包給乙方供應(yīng)商，供應(yīng)商再轉(zhuǎn)手給二包、三包甚至四包。項(xiàng)目經(jīng)過層層轉(zhuǎn)包，下游的小工作室為了利潤(rùn)，更談不上什么規(guī)范。

漢語(yǔ)言文學(xué)專業(yè)的彤彤，干了四五年數(shù)據(jù)標(biāo)注，每個(gè)月到手4-6k。公司想要拿績(jī)效，不光看正確率，還得超出公司規(guī)定的任務(wù)量，她后來就很少能拿到了。

更離譜的是，今年2月份，因?yàn)榧追降捻?xiàng)目調(diào)整，整個(gè)項(xiàng)目組說沒就沒了，直接原地失業(yè)。

而這種不穩(wěn)定的工作狀態(tài)，在這反而是常態(tài)。

有員工反映，項(xiàng)目期間瘋狂加班，項(xiàng)目一結(jié)束，公司就讓他們自己請(qǐng)假調(diào)休，調(diào)休沒工資。等新項(xiàng)目來了，可能還得重新面試。工資少就算了，績(jī)效還跟正確率掛鉤，低于90%當(dāng)月績(jī)效直接取消。碰上項(xiàng)目驗(yàn)收有問題，工資都可能發(fā)不出來。

在他們眼里，員工可以隨時(shí)替換，反正門檻低，你不干總會(huì)有人干。

這種層層轉(zhuǎn)包、壓榨到底的模式，到今天已經(jīng)成了全球AI產(chǎn)業(yè)的“路徑依賴”。

比起國(guó)內(nèi)這些數(shù)據(jù)民工，在這座金字塔真正最底層的勞動(dòng)者，獻(xiàn)祭的早已不只是時(shí)間和知識(shí)，而是自己的精神健康。

比如為了讓ChatGPT學(xué)會(huì)拒絕暴力、色情等內(nèi)容，OpenAI把互聯(lián)網(wǎng)下水道里最污穢的玩意兒——謀殺、虐童、自殘——打包外包給了肯尼亞的工人。他們拿著不到2美元的時(shí)薪，一篇篇地閱讀和標(biāo)注這些內(nèi)容，不少人因此留下了嚴(yán)重的心理創(chuàng)傷。

亞馬遜吹上天的無人超市Amazon Go，號(hào)稱頂尖計(jì)算機(jī)視覺，結(jié)果背后是1000多個(gè)印度員工盯著攝像頭手動(dòng)確認(rèn)。多倫多街上的網(wǎng)紅送餐機(jī)器人，背后也是菲律賓打工人在半夜操控。

說白了，對(duì)很多科技公司來說，讓人類表現(xiàn)得像個(gè)機(jī)器人，遠(yuǎn)比讓機(jī)器人表現(xiàn)得像個(gè)人類，要便宜得多。

說了這么多，咱也不是說AI不好，AI毫無疑問是一座偉大的奇觀。但偉大不應(yīng)該建立在一片看不見的廢墟之上。

我們贊美人工智能，卻往往對(duì)背后的人工，視而不見。

這事兒說白了，就跟古代修金字塔、挖大運(yùn)河差不多。東西是好東西，是人類智慧的結(jié)晶，但支撐起這些奇觀的，是無數(shù)被消耗、被磨損、甚至被犧牲的底層勞動(dòng)者。

要讓AI實(shí)現(xiàn)它應(yīng)該做的事——解放生產(chǎn)力，解放人類，首先人類自己要學(xué)會(huì)尊重自己人。最起碼，尊重知識(shí)和勞動(dòng)。

沒有愛的家庭，不會(huì)養(yǎng)出會(huì)愛人的小孩，AI亦是如此。別讓高科技，最終變成了壓榨勞動(dòng)力的工具。

撰文：納西 & 西西

編輯：江江 & 面線

美編：煥妍

圖片、資料來源：

TheGuardian：How thousands of ‘overworked

underpaid’ humans train Google’s AI to seem smart

TheNation: The Human Workforce Behind AI Wants a Union

華盛頓郵報(bào)，時(shí)代周刊，X、小紅書、boss直聘等

部分圖源網(wǎng)絡(luò)