喂养AI大模型的小镇青年：数字时代的隐形劳动者

本文来自微信公众号：动察Beating，作者：?

山西大同，这座曾以煤炭为支柱的城市，如今洗去煤灰，将目光投向了无形的数据矿山。

平城区金贸国际中心的写字楼里，没有了升降井与运煤车，取而代之的是上千个电脑工位。上海润迅云中声谷大数据智慧服务基地占据数层楼，数千名戴耳机的年轻员工盯着屏幕，重复着点击、拖拽、框选的动作。

官方数据显示，截至2025年11月，大同已投运服务器74.5万台，引进69家呼叫标注数据企业，带动超3万人次就近就业，产值达7.5亿元，94%从业者为本地户籍。

不止大同，国家数据局首批数据标注基地中，山西永和县、贵州毕节、云南蒙自等中西部县城也在列。永和县基地80%是女性员工，多为农村宝妈或返乡青年。

百年前英国曼彻斯特纺织厂挤满失地农民，如今偏远县城的电脑前，坐着在实体经济中难寻位置的年轻人。他们从事着看似未来感却原始的计件工作，为北京、深圳和硅谷的AI巨头生产大模型所需的数据“饲料”。

没人觉得这有何不妥。

黄土高原上的新流水线

数据标注的本质是教机器认知世界。自动驾驶需识别红绿灯与行人，大模型要分辨猫和狗，机器无常识，需人类在图片上画框标注，它才能通过千万张图学会自主辨认。

这份工作无需高学历，只要耐心和灵活的食指。2017年黄金期，一个简单2D框能卖一毛多，甚至有公司开5毛高价，手速快的标注员一天干十几小时能赚五六百，在县城算高薪体面工作。

但大模型进化后，流水线的残酷性显现。2023年，简单图像标注单价跌至3-4分钱，跌幅超90%；难度更高的3D点云图，标注员需在三维空间拉立体框包裹车辆或行人，一个复杂3D框也仅5分钱。

单价暴跌直接导致劳动强度剧增。为保住每月两三千底薪，标注员需不断提升手速。这并非轻松白领工作，许多基地管理严苛，上班不能接电话，手机锁进储物格，系统记录鼠标轨迹和停留时间，停超三分钟就会收到警告。

更崩溃的是容错率，行业及格线常超95%，有的公司要求98%-99%，拉100个框错2个就需返修。动态图连帧、车辆遮挡需联想找出；3D点云图超10个点的物体必须画框，复杂车位项目易因线长、漏标被质检挑错，一张图返修四五次是常态，一小时工作可能仅赚几毛钱。

湖南一位标注员晒出结算单，一天拉700多个框，单价4分，总收入30.2元。

这是割裂的图景：一边是发布会上科技大佬畅谈AGI解放人类；另一边是黄土高原和西南大山县城的年轻人，每天盯屏幕8-10小时机械拉框，甚至做梦都在画车道线。

有人说，人工智能外表是豪车，打开车门却有一百人骑自行车拼命踩踏板。

没人觉得这有何不妥。

教机器“如何去爱”的计件工

图像识别瓶颈突破后，大模型向深层进化，需学会人类般思考、对话，甚至展现“同理心”，催生了核心且昂贵的RLHF（基于人类反馈的强化学习）环节。

简单说，就是真人对AI回答打分，告知哪个更符合人类价值观和情感偏好。ChatGPT“像人”，正因背后无数RLHF标注员的“教导”。

众包平台上，这类任务明码标价3-7元/件，标注员需对AI回答做主观情感打分，评判是否“温暖”“有同理心”“照顾情绪”。

拿着两三千月薪、在现实中疲于奔命的底层打工人，要在系统中担任AI的情感导师和价值观裁判。

他们需将温暖、同理心等复杂人类情感量化为1-5的分数，若打分与系统标准答案不符，就会因正确率不达标被扣微薄工资。这是认知抽空，人类复杂情感被拖入算法漏斗，在量化刻度中失去温度。当人们惊叹AI会写诗谱曲、嘘寒问暖时，屏幕外的标注员却在机械判断中退化成无情绪的打分机器。

这是产业链最隐秘的一面，从未出现在融资新闻和技术白皮书里。

没人觉得这有何不妥。

985硕士与小镇青年

底层拉框工作被AI碾压，赛博流水线向上蔓延，吞噬高阶脑力劳动。大模型不再满足于简单常识，需吞噬人类专业知识和高阶逻辑。

招聘平台频繁出现“大模型逻辑推理标注”“AI人文训练师”等兼职，门槛高，要求“985/211硕士及以上学历”，涉及法律、医学等专业领域。

名校研究生被吸引涌入外包群，却发现这是精神折磨。接单前需阅读几十页打分标准，经两三轮试标，正式标注中正确率低于平均水平就会被踢群。更窒息的是标准不固定，相似问题和回答用相同方式打分结果可能相反，像做无标准答案的试卷，无法通过努力提升正确率，只能消耗脑力体力。

这是大模型时代的新型剥削——阶层折叠。知识曾是打破壁垒的阶梯，如今沦为算法的复杂“草料”。在算法和系统权力面前，985硕士与小镇青年殊途同归，一同跌落赛博矿坑，被剥夺光环、抹平差异，成为履带上廉价可替换的齿轮。

国外也如此，2024年苹果砍掉圣地亚哥121人的AI语音标注团队，他们负责改善Siri多语言处理，曾以为在核心业务边缘，却瞬间失业。在科技巨头眼中，县城拉框大妈和名校逻辑训练师都是可替换的“耗材”。

没人觉得这有何不妥。

万亿巴别塔，砌满几分钱的血汗

中国信通院数据显示，2023年中国数据标注市场规模60.8亿元，2025年预计200-300亿元，2030年全球市场销售额将达1171亿元。这些数字背后是OpenAI、微软等巨头数千亿、万亿美元的估值狂欢，但财富未流向喂养AI的人。

中国数据标注行业呈倒金字塔外包结构：顶层是握核心算法的科技巨头，第二层是大型数据服务商，第三层是各地标注基地和中小型外包公司，最底层是拿计件工资的标注员。每一层外包都刮走油水，大厂5毛单价经层层盘剥，到县城标注员手中可能不足5分。

希腊前财长雅尼斯·瓦鲁法基斯在《技术封建主义》中提出，科技巨头是“云领主”，拥有算法、平台、算力等数字领土，用户是数字佃农，社交媒体上的互动都是免费上供数据；下沉市场的标注员是最底层数字农奴，需生产、清洗、分类、打分数据，转化为大模型的高质量饲料。

这是隐秘的认知圈地运动，如19世纪英国圈地运动将农民赶进纺织厂，如今AI浪潮把实体经济中难寻位置的青年赶到屏幕前。AI未抹平阶层鸿沟，反而建立了从中西部县城到北上广深科技巨头的“数据与血汗输送带”，技术革命的底色是廉价劳动力的规模化消耗。

没人觉得这有何不妥。

不再需要人类的明天

残酷结局加速到来，大模型能力跃升，曾需人类日夜劳作的标注任务正被AI接管。2023年4月，理想汽车创始人李想透露，过去一年需1000万帧自动驾驶图像人工标定，外包成本近一亿，用大模型自动化标注后，一年的事3小时就能完成，效率是人的1000倍，2024年3月理想还发布了新一代自动标注引擎。

行业自嘲“有多少智能，就有多少人工”，但大厂数据标注外包投入已断崖式下降40%-50%。小镇青年们亲手喂大的巨兽，正在砸掉他们的饭碗。

夜幕下大同平城区写字楼依旧明亮，交接班的年轻人在电梯间沉默交换疲惫。在多边形框禁锢的折叠空间里，没人关心Transformer架构的跃迁，也听不懂千亿参数的算力轰鸣，他们的视线只焊死在后台的“及格线”进度条上，算计着计件数字能否拼凑起体面生活。

一边是纳斯达克敲钟声与AGI降临的庆祝；另一边是喂大AI的数字农奴，在酸痛睡梦中等待巨兽踢飞饭碗。

没人觉得这有何不妥。