赛博流水线的数据标注员：训练AI站在风口，却只拿三千月薪

AI热潮里的底层人力

进入四月，成都的气温早早爬上了初夏的刻度，天府三街沿线的写字楼里，空调吹出的冷气，把室内和室外切成了两个完全不同的世界。

在不少科技公司的大开间平层里，上百台亮着冷白光的电脑屏幕前，坐满了二十出头的年轻人，每个人都眼睛一眨不眨盯着屏幕，重复着鼠标点击、拖拽、松开的动作。

AI浪潮滚滚而来，已经深刻改变了无数普通人的就业版图。

随着新行业崛起，一个叫「AI数据标注员」的群体正在快速扩张。这份工作说白了，就是帮人工智能学会认识世界的基础工种，原理和幼儿看图识物差不多——需要人工不断在屏幕上点选、画框，告诉AI什么是房子、什么是汽车、什么是树木。

靠着人工标注出的海量带标签数据，AI模型才能在训练中不断变得成熟。

给AI喂数据的普通人

「文科生就业新出路」「零基础就能入行」「可以居家办公」「时间自由好安排」，是贴在这份工作身上最常见的宣传标签。

一边是高歌猛进的AI行业，一边是几乎没有门槛的求职要求，让很多人产生了错觉：只要搭上这个入口，就能跻身时代风口。

只有真的扎进这条训练大模型的流水线，才能看清这场行业狂欢之下，普通人最真实的生存现状。

01

涌入流水线的焦虑年轻人

去面试AI数据标注员的时候，吴伶本来没抱任何希望。在她的记忆里，整个面试流程潦草得离谱。

「面试当天我还迟到了，负责人随便讲了两句工作内容，因为我面的是兼职，不用天天坐班，就让我们跟着文档里的步骤自己试做。我看了半天没看懂，就说有事先走了。」

AI时代，几乎每个人都在担心自己的饭碗被取代。最开始吴伶在招聘平台上看到这个岗位，也只是抱着对AI行业的好奇，想多试试职业可能性才投了简历。

学汉语言文学的吴伶，找兼职本来就是抱着随缘的心态，能录就做，不录就再找别的，没想到面试当天就收到了第二天入职的通知。

其实数据标注这个岗位已经存在很多年，但不卡经验、不挑年龄、入职率极高的特点，在当下的求职市场里格外显眼。

入职当天早上，吴伶和另外七个人一起，被分到了大模型训练的项目组。这条线上「拧螺丝」的流水线上，全都是来做职业过渡的年轻人。

自由简单，是很多像吴伶这样的零经验新人，对这份工作最核心的印象。

数据标注员的工作场地

这些开在写字楼里、装修简单、摆满电脑、包下整层平层的公司，主营业务就是承接互联网大厂的数据标注项目外包。

外包公司根本不在乎兼职人员的学历和专业，只要能坐得住、够细心，就能做这份按件计费的活。

《数据标注产业发展研究报告》显示，国内已经在四川成都、辽宁沈阳、安徽合肥、湖南长沙、海南海口、河北保定和山西大同建起了7个数据标注产业基地，总数据规模达到17282TB，从业人员超过5.8万人。

经过简单筛选后的吴伶，也成了这五万八千人里的一员。

AI数据标注发展到今天，工作内容已经出现了新的细分和升级，早就不只是框选红绿灯、行人和电动车，现在已经拓展到给3D建模里的人物、建筑、器械做标注了。

分到动画人物标注项目的吴伶，开始日复一日把建模里的头发丝、眼睛、鼻子一层层拆分归类。原理就是靠人工拆分建模人物，把所有信息存入数据库供AI学习，等数据库积累到足够量级，大模型就能自动完成识别了。

但对一线的数据标注员来说，没人会去想那么远的行业未来，大家眼里只有手里没做完的一个个项目包，等提交审核，盼着不出错不用返工，等着甲方验收后结算工资。

AI数据标注的工作说明指南

耐心细心，是做好这份工作的核心能力。原理上来说，做够了足够多的点选操作，最后就会变成肌肉记忆，不用动脑子就能重复。

工作没多久，吴伶就感受到了这份无门槛工作的残酷。

眼睛酸涩、腰椎劳损、肩颈疼痛，都是这份工作留下的硬伤，但对标注员来说，这种超高强度重复工作带来的枯燥，给心理和情绪造成的麻木，才是更难消解的伤害。

「我做的人物标注特别复杂，看久了头就疼。说起来是没门槛，但要是不理解标注规则，就很容易出错，返工都不知道从哪改起，焦虑都是一点点熬出来的。」

按件计酬的另一面，是非常严苛的验收标准，虽然制度上说工作时间自由，但只有通过审核才能拿到报酬。

举个例子，一个项目包报酬是120元，熟练工一天能做完三个，这么算熟手确实有机会月入过万，但这份工作对身体和精神的隐形消耗，从来都没人给你算钱。

吴伶做完兼职离职后，还有一部分项目没通过审核，那部分工资就一直扣着，永远没法结算。

体验过一次之后，吴伶决定再也不碰这个行业

吴伶入职才一周，同批进来的年轻人就开始陆续离职。

她观察发现，公司里待得最久的员工也不过半年。这条线上流水线，更像是一个临时就业收容所，挤满了对未来迷茫、想抓风口、又没有核心技术的年轻人。

他们用时间换微薄收入，用身体损耗支撑AI进化，却很少有人意识到，自己只是这个产业里最容易被替换的人力耗材。

02

帮AI认世界的人，困在了小小屏幕前

从宏观来看，没人能否定数据标注工作对AI发展的重要性，但对身在其中的年轻人来说，很难从这份工作里找到什么长期价值。

石阳在做数据标注员之前，已经在沈阳的求职市场走投无路了。

大专毕业，文科专业，没有工作经验，性格内向连销售都做不来，在入行数据标注之前，他已经打算去奶茶店摇奶茶过渡了。

最开始看到数据标注员的职位描述，他一直觉得这是诈骗。

在当下的求职环境里，既能居家办公，只要会基础电脑操作，还有清晰的晋升路径，没经验也能做，一切好得太不真实了。

面试的时候，公司负责人从AI的未来前景画饼，先讲行业的发展蓝图，再讲大模型训练的原理，最后告诉他：你做这份工作，就是这个伟大时代的参与者之一。

石阳本来只是想拿这份工作过渡，听多了这些话，也慢慢生出了跻身AI行业的心思。

沈阳从来不缺冒出来的数据标注工作室，在这里做这份工作的人大致分成两类：

一类和石阳一样，把这里当就业缓冲，先赚点钱，再慢慢找长期方向。另一类是真的相信，普通人想在老家闯出路，AI是最好的机会，数据标注就是零基础入行的最佳跳板。

石阳刚入职的时候也满心期待，觉得靠近AI，起码成了AI行业的从业者，将来总有机会进到更核心的岗位。

但真的开始做这份工作，所有人都会走一遍相同的流程：好奇入门、熟练操作、开始怀疑、最终离开。

所有补贴和绩效，都要完成任务才能拿到

入职两个月，石阳发现公司的标注员岗位永远在招人。招聘信息上的职位名称，从最开始的「数据标注专员」，后来改成「AI训练师deepseek方向」，再改成「openclaw训练师」，换汤不换药的职位名称，吸引了一波又一波满怀期待的年轻人。

身边永远有新人来、老人走，没人能同时做到月薪五千以上还干满一个月，入职第一课，就是要打破「AI相关=高端有前景」的幻想。

「我算公司里待得比较久的了，老板一察觉到我积极性下降，就开始给我画饼，说我工作踏实，有机会升项目经理，暗示我将来不用做一线标注，做得好还能内推进大厂，不想去大厂还可以留在公司当合伙人。」

石阳相信了这套说辞，又硬撑了几个月，结果发现不仅工作越来越满，拿到手里的工资反而降了。

标注员、质检、组长、管理的职业路径，听起来上升通道清晰，但没人能算出来，普通人走到终点的概率到底有多少。

画饼真假，只能靠没经验的年轻人自己分辨

三月初，石阳在全网都在抓龙虾的时候选择了离职。

「我觉得这份工作就是纯体力活，都是卖时间卖体力，根本没有上升空间，AI行业是什么风口都和我们没关系，我们就是比AI训练token还便宜的劳动力。」

没有技术壁垒的工作，让大部分从业者都很难积累核心竞争力，这点对时薪摊下来不到10块的年轻人来说尤其明显。

一份对AI发展至关重要、帮AI认识世界的工作，落到每个普通人身上，却成了困住他们的枷锁，青春就这样在宏大的AI产业里，成了被悄悄消耗掉的耗材。

03

焦虑就业潮里，有人在收割普通人的「AI梦」

人人都想进AI行业的时候，陷入就业焦虑的各个群体，都在拼命找「进入AI的入口」。

AI数据标注不限时间、不限地点、不限经验，还有官方产业扶持的背书，自然而然成了很多人的第一选择。

但大众对这个行业的发展，其实始终一知半解。

AI行业飞速发展的同时，数据标注岗位流动性大的特性，让需求越大，行业乱象就越多，这份工作本身也成了不少培训机构的收割对象。

比如AI数据标注员和AI训练师两个岗位，外包公司招聘的时候经常混着说，但其实二者有本质区别。

如果说数据标注员的工作，是帮AI打好基础、喂饱数据，那AI训练师更接近帮AI提升能力，一步步优化AI的学习效果。

招聘信息的模糊，催生出很多培训机构打出「先培训、再考证、后上岗」的旗号。

需求越大、焦虑越重，乱象就越多，这是每个新兴行业发展期都会出现的情况。

招聘信息本身就带有一定误导性

卖AI培训课程的平台，有一套拼接出来的谎言：

AI行业发展快是真的，数据标注员缺口大是真的，国家推动数据标注规范化发展是真的，广东2025年把数据标注等级证书纳入补贴目录也是真的。

但这不代表，一个熟能生巧、一天赚一百块的标注活，需要你先花几个月学AI理论才能做。

培训机构会先造出不存在的门槛，再卖你「付费就能入场」的梯子，精准收割了很多就业困难的年轻人，还有想找灵活居家工作的宝妈。

市场里挤满了不明真相的准备入行的人

数据标注岗位分流下，已经入行的老人疲惫不堪，等着入行的新人，在AI时代包装出的风口故事里，愿意花钱买个心安，消除自己的焦虑。

十年前「打字员兼职先交培训费」，和今天「AI数据标注师先交培训费」，收割的都是那群最想改变生活、最容易被风口故事吸引的普通人。

这份本来就在产业链下游的工作，却承载了最多普通人的「AI梦」，当AI被神化，每个沾边的岗位都被镀了金，大家却忘了，这个行业的技术、利润、话语权，全都掌握在产业链上游的玩家手里。

未来的发展只能因人而异，这确实是一个能做点事情的岗位，但不代表待在这个岗位，就算半只脚踏进了AI风口。

普通人日复一日用最朴素的劳动，支撑起最宏大的产业，却只能分到最微薄的收益。

也很少有人问那个终极问题：从业者在行业发展初期帮AI认识世界，等AI学会了，这些岗位又该何去何从？

现在的AI还需要人工投喂数据，等未来AI发展到可以自动完成标注的那天，这些高度重复的简单劳动，会不会直接被AI取代？

AI时代，数字矿山还在开采，线上流水线还在运转，无数年轻人还在不断涌入。

他们坐进写字楼的工位，日复一日地框选、拖拽、分类，教会AI认识这个世界，却越来越看不清自己未来的方向。

本文来自微信公众号「温度纪」，作者：肆夕，编辑：路子甲，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com