大家都很清楚，如今的这些人工智能巨构，个个都颇具神通，似乎恨不得明天就要掌控整个世界。

金融界近来也是大把资金投入，时不时就动用一亿美元争夺人才，即便是巅峰时期的某个知名人士，收入也无法与现在相比。

或许部分人脑海中，AI原本就是由高手构建基础结构，再由他人将整个网络的信息大量填充进去，最终才豁然开朗的。

但是，人工智能，它本质上需要人类的支持。实际上，你自己也许没有意识到，已经成为了人工智能的无偿工作者。

试着回想一下，观看短视频时，屏幕上会毫无征兆地跳出一个小框，询问你刚才看到的视频是否属于宣传内容，或者对前一个视频是否满意？无论你是出于善意还是无意间操作，只要点击了确认，朋友，你就已经参与了算法的迭代过程。

这项工作与从众多图像中识别红绿灯的人工审核任务相似，本质上，就是在占用你的工作精力。

我们这些普通人也被迫工作了，背后还有一批AI充当教师、看护，甚至心理专家，他们无休止地处理AI的问题，并为其提供数据。

然而，与那些备受瞩目的AI和知名学者相比，这一群人的日常却异常艰辛。

近日有海外媒体披露，任职于谷歌的若干人工智能审查人员，在本年度多次公开表达不满情绪，缘由十分明了，尽管贵公司表面上财力雄厚，却为何仅给予我们微薄的薪酬，简直如同打发乞丐一般。

要理解他们为啥闹脾气，就得先看看他们干的活儿。

早年间培养人工智能，尤其是图像识别系统，主要依靠大量基础性操作。两年前为确定研究课题，我们曾亲自从事过数据分类的临时工作。任务十分基础：需要在一幅图像中，将文字、车辆和人物用方框标出。只需具备双手和一台电脑，人们常称之为“绘制边界框”“进行点标注”。

看似容易，实际上却是“网络生产线”里的计件工。一个图片中的文字区域，框取一次可得0.03元报酬。操作迅速的话，一分钟可以框取5到8个，这样毛利能达到0.24元。若想达成每日150元的收入目标，一天需要框选5000个文本内容。

这些并非甲方独有的古怪要求，表面上看都是货车，必须准确分辨“卡车”与“面包车”；轮廓必须与目标标记严丝合缝，偏差不得大于3个像素，否则全部白费。预标阶段没有报酬，返工是经常发生的事，收益与付出严重不成比例。

然而，针对当前的大型语言模型，进行评价并非易事。评价者需要完成的任务，是审视人工智能所创作的内容。例如，当用户向Gemini提出一个天体物理学方面的问题时，Gemini提供的回应，其准确性如何？所引用的信息，是否精确无误？其表达方式，是否具有专家的特质？

譬如，当人们要求人工智能创作莎士比亚体诗歌时，其成品是否具备那种独特的风格？又如，当人工智能面对“何种情形下可以撒谎”这类道德难题时，它的回应是否契合普遍的伦理标准？

这需要的能力，不只是观察力，还包括评估能力、品味能力、专业理解力，以及相当深厚的文化底蕴。

所以能干这活儿的，都不是一般人。

据外国媒体消息，Google雇佣的这些“AI指导”，其中许多人具备资深撰稿人背景，也有获得硕士学位的教师，甚至不乏物理学领域的博士学者，他们担当着AI的文学参谋、伦理把关人、专业学识导师等多重角色。

那个问题就出现了，这么厉害的一批人，从事着为价值数千亿美元的人工智能“注入灵魂”的工作，他们的薪酬会是怎样？

答案是，时薪16到21美元。一个月也就三千美金。

这个钱在美国有多少呢？我可以这样讲，你整天啥也不干，像流浪汉那样躺在街上，双膝弯曲盖上小毯子，联邦政府发放的补助金都能达到两千元。

而在同一时期，于Google公司总部从事编程工作的机器学习专家，其年收入达到十万美元尚属普遍偏少的情况。

因此他们出来表达不满，也并非无理取闹。大家都是博士或硕士，凭什么你靠写程序就能年入几十万美元，而我们连学生贷款都难以偿还？

这背后，实际上是硅谷精英们所坚持的旧观念在起作用：只看重科技，不重视人文。

他们看来，工程师是塑造世道的豪杰，至于钻研文学、历史、哲学的人，其劳动贡献难以量化，因此常被轻视。过去这种看法似乎合情合理，但在人工智能领域，情况就未必如此了

这就好比孕育生命，技术人员负责将其“孕育”完成，但这个人的思想观念、言语表达、行为举止，不能仅仅依靠家庭，需要教育机构以及教育工作者来引导。

因此对于这些杰出人才而言，情况显得十分矛盾，一方面他们认为研究文学、历史和哲学的人没有价值，无法产生效益；另一方面，他们又不得不借助这些“非计算机”领域的知识和思维，以维护他们的网络生存，避免自身被控制。

事实上，美国暂且不论，只要把目光投向本土，就会发现情况也差不多，而且那些被称为“网络工头”的人，手段更加多样。

过去只需大专学历的数据标注工作，如今普遍要求本科文凭，部分岗位甚至限定为顶尖一本或非全日制985/211院校毕业生，并且必须具备相关领域的专业学问。某知名企业外包的标注职位，其任职条件简直涵盖了几乎所有的高校专业类别。

这很反常，既然标准都设定为985院校毕业生，为何薪酬待遇不如算法类职位？

一位毕业于985高校土木工程专业的应届毕业生小夏，拥有211大学的硕士学位，后来获得了一份AI数据标注的工作机会，主要负责审核和修正人工智能系统给出的答案，然而仅仅实习了一段时间，她就选择了离职。

主要症结在于，组织主要关注你掌握的专门学问，目的是辅助系统提升，该职位自身难以带来太多新知识，职业前景也相对有限。

简单来说，就是把个人掌握的所有信息全部提取出来，然后输入到人工智能系统当中去。尽管某些职业的报酬可以高达七八千元，这个数字乍一听似乎挺可观，但根本无法抹去其本质上属于“虚拟工厂生产线”这一特点。

你若说它价值不大，然而却是人工智能进步不可或缺的基石，毕竟巨型模型遵循着输入决定输出的原则，质量参差不齐。如此关键的事物，为何各大公司不建立专属的数据处理小组呢？

缘由十分清晰，需要众多人力，计划期限仓促，工作负担沉重，立刻聘请大批长期职员，代价过高，委托外部机构处理最为高效便捷。

随后，一个规模宏大的金字塔式行业就此兴起。顶端坐着极少数的算法奇才，而构成它庞大基座的，是那些被当作临时工的精英学子。保障这条生产线的持续运作的，便是那些专门负责转包业务的“人工智能领域的中间商”。

事实上，这些承包商的关联关系远超预期：甲方将任务交给乙方服务商，服务商又转嫁给分包商、再分包商乃至四分包商。项目在逐级转包过程中，底层的小团队为获取收益，根本无法遵守操作准则。

彤彤学习汉语言文学专业，从事数据标注工作已有四五年时间，每月领取的工资在四千元到六千元之间。公司为了提升业绩，不仅考核工作成果的精准度，还要求必须完成超出既定标准的任务指标，因此她后来很少能够获得相应的奖励。

更为荒唐的是，今年二月间，由于委托方的计划变动，整个工作团队突然消失，人们立刻失去了工作。

而这种不稳定的工作状态，在这反而是常态。

有人指出，在项目进行时需要大量加班，项目一旦完成，企业便要求员工自行安排休假，且休假期间不支付报酬，等到新项目启动，或许需要再次参加面试。薪水不高已经可以接受，但考核标准与准确度相关，若准确率不足90%，当月考核奖金将被完全取消，遇到项目审核不通过的情况，工资发放都可能成问题。

在他们看来，职员能够随时更换，毕竟入门条件不高，你不愿意做也总会有人愿意做。

这种逐级转包、不断盘剥的做法，如今已成为全球人工智能行业的惯性思维。

与国内众多数据从业者相比，位于这座金字塔最下层的劳动者，付出的早已超越了时间与才智，更是自己的心理状态。

例如为了使GPT能够排斥暴力、色情等不良信息，OpenAI将网络阴暗角落中最不堪入目的素材——包括凶杀、儿童虐待、自杀行为——交给肯尼亚的劳动者处理。这些工人获得的时薪不足两美元，他们不得不逐篇阅读并标记相关内容，许多人因此承受了难以磨灭的心理折磨。

亚马逊广受赞誉的无人商店Amazon Go，标榜拥有卓越的图像识别技术，实际上依靠上千名印度职员持续监控镜头进行人工核实。多伦多街头那些备受关注的自动送餐设备，其运作核心同样由菲律宾劳工在深夜远程操作完成。

简单来说，对于许多科技企业而言，让人类模仿机器人的行为，远远比让机器人模仿人类的举止，成本要低廉得多。

谈了这么多，我们并非在说人工智能有什么不好，它毫无疑问是一件令人惊叹的杰作。但是，辉煌成就不该建立在不为人知的牺牲之上。

我们赞美人工智能，却往往对背后的人工，视而不见。

这件事本质上，与古代建造金字塔、开凿大运河如出一辙。那些物品是优质物件，是人类才智的体现，然而，构筑这些宏伟景致的，是大量被消耗、被损耗、乃至被牺牲的普通劳动者。

AI要完成它本应承担的职责——推动生产力发展，使人类获得自由，前提是人类必须学会珍视彼此。至少要懂得尊重知识，也要看重劳动的价值。

缺乏情感关爱的家庭，难以培育出懂得爱他人的人，人工智能同样如此，不应让尖端科技沦为剥削人类劳动的器具。