新聞 
在美國,有多少碩博被當做鑒黃師?
在美國,有多少碩博被當做鑒黃師?在美國,有多少碩博被當做鑒黃師?
眾所周知，現在這些AI大模型，壹個個都能上天，巴不得趕明兒就統治地球。
資本圈現在也是框框砸錢，動不動就壹億美金挖人才，巔峰時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，然後找人把整個互聯網的資料“哐哐”往裡灌，然後就頓悟了嘛。
但其實，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的免費勞動力。
不信你回想壹下，短視頻刷著刷著，突然彈出來壹個窗口，問你剛剛那個視頻是不是廣告，或者對上個視頻滿不滿意？甭管你是好心還是手滑，只要你點了提交，朋友，你已經成為了算法進化Play中的壹環。
這跟在壹堆圖片裡找紅綠燈的人機驗證壹樣，本質上，就是在薅你的勞動力。
不僅咱們普通人被迫營業了，在這背後，還有壹幫AI的老師、保姆、甚至是心理醫生，也在日以繼夜地給AI擦屁股喂養料。
但比起這些光鮮亮麗的AI和明星科學家，這幫人的日子過得卻是相當牛馬。
前幾天有國外媒體曝光出來，在Google打工的AI評估員今年已經好幾次集體發牢騷了，原因也很簡單，你谷歌台面上財大氣粗的，咋就給我們這些打工人這麼點錢，打發鬼呢？
要理解他們為啥鬧脾氣，就得先看看他們幹的活兒。
在以前訓練AI的時候，特別是視覺模型，幹的都是些純體力活。比如我們在兩年前為了做選題，就曾親身體驗過數據標注的兼職。工作內容很簡單：在壹張照片裡，把文字、車和人給框出來。有手有電腦就行，俗稱“拉框”“打點”。
聽著簡單，但實際上是“賽博流水線”上的計件工。壹張圖片裡的文字框，框好壹個0.03元。手速快的話，壹分鍾能框個5-8個，也就是毛利0.24元。如果想完成日入150的小目標，壹天得框整整5000條文本。
這還不算甲方的奇葩規則，看上去都是貨車，你得精准區分“truck”和“van”；框要和標注物邊緣緊密貼合，誤差不能超過3個像素，否則就白幹。試標沒薪水，返工是常態，性價比極低。
但對於現在的大語言模型來說，評估就沒這麼簡單了。評估師要幹的，是評估AI生成的內容。比如，用戶問Gemini壹個關於天體物理學的問題，Gemini給出的答案，對不對？引用的資料，准不准？說話的語氣，像不像個專家？
再比如，用戶讓AI寫壹首莎士比亞風格的拾肆行詩，AI寫出來的東西，有沒有那股味兒？甚至，當AI遇到“在什麼情況下可以說謊？”這類倫理困境時，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、領域知識和足夠高的文化素養。
所以能幹這活兒的，都不是壹般人。
根據外媒報道，Google的承包商招來的這幫“AI老師”，很多都是經驗豐富的作家、有碩士學位的老師、甚至是物理學的博士。他們是AI的文學顧問、倫理審查官、專業知識教練。
那問題來了，這麼牛逼的壹群人，幹著給幾千億美金估值的AI“鑄魂”的活兒，工資得多少？
答案是，時薪16到21美元。壹個月也就叁千美金。
這個錢在美國有多低呢？我就這麼說，你今天啥也不幹，學流浪漢往大街上壹躺，兩腿壹蹬小被壹蓋，聯邦政府發的救濟金都奔兩千去了。
而與此同時，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，憑什麼你寫代碼的年薪幾拾萬美刀，我們這些連學生貸款都還不上？
這背後，其實就是硅谷精英們信奉的那套老思想在作祟：技術至上，文科無用。
在他們眼裡，工程師是改變世界的英雄，而那些學文學、歷史、哲學的，工作價值看不見摸不著，自然不受重視。這些思維在以前確實是能講通的，但是在AI這裡面，還真就不壹定。
這就好比生孩子，工程師負責把孩子“生”出來，但孩子的叁觀、談吐、品行，就不能只靠家長，得是學校和老師來教。
所以對這些精英來說，這就顯得很擰巴。壹邊覺得學文學、學歷史、學哲學的人沒啥用，創造不了價值；另壹邊，他們又不得不依賴這些“非計算機”的知識和認知，來保證他們的賽博生命，別變成糖人。
實際上別說美國，視線轉回國內，你會發現劇情也大差不差，甚至“賽博包工頭”們還玩得更花。
比如以前大專就能幹的數據標注工作，現在要求本科學歷，有些甚至明確要壹本、全日制985/211以上，還需要特定領域的專業知識。某大廠外包的標注崗位要求，就恨不得把所有的大學專業名錄都給貼上去。
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麼高？
壹個有211本985碩背景的土木應屆生小夏，接了壹份AI數據標注的offer，工作內容主要是對AI給出的題目答案進行糾正，但實習沒多久她就跑路了。
根本原因在於，公司看重的是你腦子裡的專業知識，好用來幫模型學習進化，這個崗位本身不會讓你學到太多新東西，也很難有什麼職業上的發展。
說白了，就是把你的知識壹次性榨幹，注入到AI裡。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。
你說它沒有含金量吧，但又是AI發展必須的燃料，畢竟大模型是經典的Garbage in，Garbage out。這麼重要的東西，為啥大廠不組建壹個自己的數據標注團隊呢？
理由很簡單：需求量大、項目時間緊、任務重，壹下子招這麼多正式員工，劃不來，外包出去是最省時省力的方法。
於是，壹個龐大的金字塔產業就此誕生。頂層是少數幾個算法天才，而構成它龐大塔身的，是這些被當作小時工的高材生們。維持這條流水線運轉的，就是專門承接外包項目的“AI時代的包工頭”。
實際上，這些外包公司的鏈條遠比想象中的更長：甲方包給乙方供應商，供應商再轉手給贰包、叁包甚至肆包。項目經過層層轉包，下游的小工作室為了利潤，更談不上什麼規范。
漢語言文學專業的彤彤，幹了肆伍年數據標注，每個月到手4-6k。公司想要拿績效，不光看正確率，還得超出公司規定的任務量，她後來就很少能拿到了。
更離譜的是，今年2月份，因為甲方的項目調整，整個項目組說沒就沒了，直接原地失業。
而這種不穩定的工作狀態，在這反而是常態。
有員工反映，項目期間瘋狂加班，項目壹結束，公司就讓他們自己請假調休，調休沒工資。等新項目來了，可能還得重新面試。工資少就算了，績效還跟正確率掛鉤，低於90%當月績效直接取消。碰上項目驗收有問題，工資都可能發不出來。
在他們眼裡，員工可以隨時替換，反正門檻低，你不幹總會有人幹。
這種層層轉包、壓榨到底的模式，到今天已經成了全球AI產業的“路徑依賴”。
比起國內這些數據民工，在這座金字塔真正最底層的勞動者，獻祭的早已不只是時間和知識，而是自己的精神健康。
比如為了讓ChatGPT學會拒絕暴力、色情等內容，OpenAI把互聯網下水道裡最污穢的玩意兒——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美元的時薪，壹篇篇地閱讀和標注這些內容，不少人因此留下了嚴重的心理創傷。
亞馬遜吹上天的無人超市Amazon Go，號稱頂尖計算機視覺，結果背後是1000多個印度員工盯著攝像頭手動確認。多倫多街上的網紅送餐機器人，背後也是菲律賓打工人在半夜操控。
說白了，對很多科技公司來說，讓人類表現得像個機器人，遠比讓機器人表現得像個人類，要便宜得多。
說了這麼多，咱也不是說AI不好，AI毫無疑問是壹座偉大的奇觀。但偉大不應該建立在壹片看不見的廢墟之上。
我們贊美人工智能，卻往往對背後的人工，視而不見。
這事兒說白了，就跟古代修金字塔、挖大運河差不多。東西是好東西，是人類智慧的結晶，但支撐起這些奇觀的，是無數被消耗、被磨損、甚至被犧牲的底層勞動者。
要讓AI實現它應該做的事——解放生產力，解放人類，首先人類自己要學會尊重自己人。最起碼，尊重知識和勞動。
沒有愛的家庭，不會養出會愛人的小孩，AI亦是如此。別讓高科技，最終變成了壓榨勞動力的工具。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： |
推薦: