
河南周口的一个村子里,三十多台电脑挤在一间改造过的民房里,墙上贴着一张打印纸,上面写着“数据标注基地”。二十出头的李萌每天要在屏幕上框出上千张图片里的汽车、行人、红绿灯,鼠标点得食指发麻。她不知道这些框出来的数据最终训练了什么模型,只知道每框一个能挣三分钱。这个场景,是当下中国数据标注行业最真实的切面——它不在北京中关村的写字楼里,而在县城、乡镇甚至村庄的闲置房屋中,由一群被称作“人工智能训练师”的年轻人支撑着整个AI产业最底层的燃料供应。
数据标注说白了就是给AI当“启蒙老师”。要让机器学会识别猫,得有人先在上万张照片里把猫圈出来;要让自动驾驶看懂路况,得有人把每一帧画面里的车道线、交通标志、行人逐一标出来。这个行业几乎没有技术门槛,会点鼠标就能干,但要求极高的耐心和准确率。一个复杂的3D点云标注任务,标注员需要在激光雷达扫描出的三维空间里,把每一辆车的轮廓、每一个行人的姿态都精确勾勒出来,一个任务做半小时是常事。正是这种“高重复、低门槛、强消耗”的特性,让标注工作天然倾向于流向人力成本最低的地方。
标注行业的定价逻辑残酷得直白。甲方——通常是AI公司或数据服务商——按任务包计价,一个图片框选任务可能只给几分钱,一个语音转写任务按小时算也就几块钱。层层转包之后,真正落到标注员手里的单价往往被压到极限。在山西某标注基地,一个标注员完成一张复杂街景图的全部标注,收入不到两块钱,而这张图从甲方到基地的报价可能是八块。中间的差价被平台方、分包商、基地运营者分走。标注员拿的是计件工资,没有底薪,没有社保,干一天算一天的钱。淡季的时候,一个月到手不到两千块。
这种生存状态直接塑造了标注员的工作节奏。早上八点半坐到电脑前,晚上九点离开,中间除了吃饭和上厕所,眼睛几乎不离屏幕。为了提高产出,很多人练出了“盲标”的本事——不看键盘,左手快捷键右手鼠标,一天能标上千张图。但高强度重复带来的损耗是真实的:颈椎病、腱鞘炎、视力下降几乎是这个群体的职业病。更隐蔽的伤害在心理层面,日复一日做着机械性判断,很多人干满半年就会产生强烈的厌倦感,觉得自己像一台人肉机器。人员流动率极高,一个基地能留住人超过一年的不到三成。
标注基地往县城和乡镇下沉,背后有一套精明的成本账。在一线城市,一个标注员的月薪至少要五六千,还不一定招得到人;在乡镇,两千五就能招到熟练工,而且不用交社保,不用提供工位以外的福利。地方政府也乐意引进这类“数字经济产业”,既能解决就业数字,又能装点产业升级的门面。于是短短几年间,从河南到山西,从河北到贵州,各类标注基地遍地开花。但真正赚钱的是那些掌握甲方资源的分包商,基地运营者赚的是辛苦的管理费,标注员赚的只是维持基本生活的计件工资。
AI产业的狂飙突进让标注需求呈指数级增长,但标注员的处境并没有随之改善。大模型训练需要海量的对话数据、偏好数据、安全对齐数据,这些任务的复杂度比早期的图片框选高得多,但单价并没有明显提升。一个给大模型做“价值观对齐”的标注员,每天要阅读上百条敏感对话,判断哪些回答安全、哪些有害,心理压力极大,但时薪可能只有十五块。行业里有个心照不宣的事实:标注质量直接决定模型效果,但标注员却是整个链条上最不被看见的一环。他们生产的数据喂养出了千亿参数的模型,自己却拿着按分计算的报酬。
调查走到这里,一个基本判断已经清晰:数据标注行业本质上是在吃人口红利和区域发展落差。它解决了部分低技能劳动力的就业问题,但提供的是一份没有积累、没有上升通道、没有保障的工作。标注员干三年和干三个月,技能上没有本质区别,收入上也几乎没有增长。当AI公司开始探索用合成数据、自动标注来替代人工时,这个行业随时可能萎缩。到那时,这些在县城电脑前框了几年图的年轻人,又要去哪里找下一份工?人工智能的浪潮不会停下来等任何人,但至少应该让那些为它铺路的人,拿到一份配得上劳动付出的报酬。
