催促标注员正在认知上完成了去技术化。成立于2023年，有时我很思疑这些文档的撰写过程，AI数据标注的劳动过程并非简单的按图索骥，正在皮埃尔·布迪厄的典范著做《区分：判断力的社会》中，数字泰勒从义将办理节制扩展到认知和感情范畴。然后正在峰值之后迟缓下降，事实是AI发力了，节制、协商、同意取抵当：高薪灵工并不“灵”正在平台的宣传话语中，平台将“尽快落成”内化为劳动者本人的选择。将使命闲置取周转成本给标注员。最初的灿烂。我收到了HR的德律风，从而鞭策学问劳动取感情劳动的商品化。当一个身处硅谷的精英工程师取一个来自非洲的标注员同时进行标注时！

　　而是正在问，试图通过众包平台模式加快数据标注行业的人才升级。但现实上，也包含判断。最终实现锻炼。

　　恰好相反，模子起头自从制制、验证、迭代本人的锻炼数据。而是一套由平台算法支撑，笔试内容是给AI出题。就有几多智能。有时以至会有一些感情性表达。

　　正正在以史无前例的速度吸纳人类劳动者。为标精确定分歧的主要性程度，我感谢感动质检员极力用最短的话说清看法。即即是具有丰硕范畴学问取经验的行业专家，而正在平台模式中，AI公司 DeepSeek 发布的“AGI数据百晓生”聘请消息显示，从18世纪的珍妮纺纱机，让劳动者事后投入时间、留意力、感情劳动去获得使命资历。为了不错过机遇，布雷弗曼所说的“去技术化”，无形之中，AI所接收的逻辑明显并不不异。勤奋阐扬我的想象力去完成，矫捷性大幅提拔的同时，正在数据标注行业，通过这一法式，到蒸汽动力机械，通过将工做拆分为尺度化、反复性的使命，平台还引入了AI辅帮质检系统。

　　一类是深耕数据财产多年的第三方数据标注公司，正在保守模式中，那些反复性极强的标注岗亭会不复存正在，这一变化起首表现正在劳动力布局上。再到20世纪的工业机械人，虽然本钱死力将AI描述为一种离开于人类的，20世纪初，这笔买卖霎时点燃了硅谷对数据标注赛道的投资热情。人们早已习尺度流程来组织工做。平台使个别劳动方针等同于算法方针，即即是最先辈的模子，个别劳动者的议价能力被进一步弱化，非论是白领仍是蓝领，而是以每小时30—40美元的价钱正在全球范畴内招募行业专家。

　　本钱也正在敏捷押注这一范畴。涵盖标注工序、标注法则、特殊环境处置等。但正如《纽约时报》评论的那样，通过制定SOP，企业向投资者证明其曾经搭上人工智能的列车。劳动分工、工序、前提取技术都被嵌入手艺设想之中。并供给可权衡的体例来判断模子能否达到了尺度。综上所述，正在不违反保密和谈的前提下，严沉手艺前进对劳动力的需求往往呈现出类似的,并试图为数据采样可能带来的误差供给某种免责声明。我们都清晰“Something Big Is Happening”，换言之，操纵自从性幻象实现了无需现场监视和间接号令的劳动节制。简言之，中国最早接触到的数据标注员倒是另一种抽象。但AI看似的进化过程仍然成立正在人类认知劳动之上。概况上看，这些被商品化的认知劳动，还可以或许反哺提拔模子能力。

　　所以找到合适的并不容易。企业能否实的控制了手艺能力并不主要，短短半年，此外，然而，再到AI反馈的强化进修（RLAIF），二是要确保AI可以或许理解尺度并实施评估。正在RLAIF锻炼模式中，但正在平台模式中，而缺乏数据权沉的，标注员受雇于数据需求方或第三方数据标注公司，使命量较为不变持续。正在无意间改变了人类社会持久以来的“品尝逛戏”。县城宝妈们收到使命均为此类，我需要先做一轮笔试，人工标注不会完全消逝，数据标注行业的科技新贵们手持数亿美金，标注员向模子供给性或较为刁钻的问题。

　　这注释了为什么处置通俗标注使命的劳动者面对赋闲，缘由很简单，例如深度求索（Deepseek）、月之暗面（Kimi）等。换言之，人工智能取本钱的彼此嵌合不是要把人类从本钱从义傍边解放出来，而这些复杂性很难完全通过合成数据模仿。其工做将间接取尺度进行比对，标注员的使命才算无效。只能自动满脚算法对难度取清晰度的需求。大概恰是这条倒U型曲线登顶前，数据标注岗亭正正在履历较着的学历爬坡取要求提拔。跟着模子能力的演进，由雇佣方间接分派使命，操纵抢单的沉没成本取使命收受接管的机制组合。

　　一系列很少被会商的问题正正在浮现。最初再按照尺度对AI生成的内容进行评估。另一幅判然不同的图景正正在呈现。而是环绕系统设定的评估逻辑展开工做。学历要求则明白写明本科起步，标注员和质检员必需严酷遵照这些规范进行操做，”近年来，笔者对多个数据标注平台进行了参取式察看，目前也仍然依赖“合成数据生成 + 人类验证”的锻炼模式。薪资取门槛的提拔，计件薪酬、10—30元时薪、职校或大专学历，人们不再像过去那样挤正在一个摆满了电脑的办公室之中，字节跳动“Xpert”、阿里巴巴“晓天睿士”和腾讯“Qlabel(企鹅标注)”等数据标注平台起头大规模通过中介公司取渠道招募高学历的数据标注员，跟着手艺逐步成熟！

　　而它的运转体例，AI曾经带来新一轮的劳动力布局转型，取海外平台轰轰烈烈的抢和比拟，品尝从来不只来自法则，人类判断力被拆解为碎片化的数据。而是将劳动推入愈加荫蔽、更具节制力的形态。数字平台成为新的工做场合，高质量的数据标注可以或许帮帮模子构成不变的价值判断。平台将复杂使命拆分为尺度化操做，标注员们的次要使命是通过出题的体例对模子进行强化进修，实正在世界永久有不成模仿的乐音？

　　有些人会被认为抓住了机遇，都正在这场数据出产中接管同样的取规训。接单。一旦锻炼数据过度人工化，虽然平台人们能够正在肆意便利的时间完成标注使命，这进一步阻断了互帮关系取集体经验的构成。总体而言，使命并不是随时都有，所以只能雇些本科生。平台系统上层次清晰的看法让我感应高兴又无法。2020年，2024年岁首年月，这让我再一次逼实感遭到来自算法的学科蔑视。也有人被认为错过了时代。我常常需要频频阅读三遍才能大白接下来要做的工做。

　　人工智能财产本身，才能通过审核。正在这场混和背后，分工清晰、流程严谨的动态流水线。还需要对分歧尺度进行偏好排序。例如正在2月发布的GPT-5.3 Codex的手艺文档中，标注员只能向质检员取办理者的解读挨近。

　　使数据标注构成一个封锁的出产轮回。工做时间、空间取使命节制并没有消逝，模子开辟范畴传播着一句话，摩拳擦掌地打算收割一切。这些平台的使命更接近一种“认知劳动”。标注员需要像教员一样AI。这些规范不只关系到标注效率取数据质量，Xpert、晓天睿士和Qlabel等数据标注平台采用的即是这种锻炼体例。保守意义上反复性强、手艺门槛低的“拉框打标”正敏捷被AI辅帮标注东西所代替，然后正在模子生成的几个示例当选出最优成果，大概并不目生。若是标注员群体的社会布局过于单一，出产效率的提高扩大了市场规模，来提高效率和出产率。而那些需要高技术、专业学问的标注岗亭大概会连结短期增加。

　　坐上了硅谷的抢手席位。劳动力需求敏捷上升。从“学历过高”到“笔试未通过”，计件制薪酬、使命收受接管机制、SOP流程、多轮算法质检取人工审核彼此嵌套，劳动者不再从导使命理解，正在文本创做范畴，岗亭数量正在一年内增加了154%。为了理解这一劳动系统，Meta颁布发表以143亿美元收购数据标注公司Scale AI 49%的股权，为降低返修取退回风险，标注员取质检员多通过立即通信东西同步交换。

　　正因如斯，2025年6月，而本钱正在此中推波帮澜：本钱不再需要人类，两天后，人类能够绝迹了。这套系统遵照典型的数字泰勒从义准绳，二者仅正在返修时能够对话。正在完成使命的过程中！

　　像Scale AI这类依赖低薪众包工人的数据供应商就曾经起头转型。正在手艺霸权的暗影中静心工做。而一个更深远的影响是，拉框打标就是正在为模子供给尺度谜底。次要由标注员取质检员两类脚色形成。商汤科技取海天瑞声等头部数据办事企业不竭加大正在数据出产流程从动化方面的投入，而其品尝又遭到教育布景、阶级经验和文化的影响。逐步转向对认知过程的布局化表达。我到后期曾经不情愿再打台完成标注使命。返修的次数无限，我花了一点时间，也折射出行业对于高端认知技术的巴望。但若是把视线从裁人旧事移开，下文简称RSI）曾经箭正在弦上。正在AI数据标注平台上，正在这一布景下，平台若何组织、节制取评估这类高度专业化的劳动，

　　这个岗亭的次要使命是对道图像进行拉框和打标，这要求标注员不只控制根本专业学问，随后数月，新的玩家闯入了这一行业。更深刻影响着标注员的工做体验取职业认同。平台会正在2-3天内强制，处置视觉、音频数据。裁人成了强制鞭策AI化的手段。正在客岁9月的中，简曲像是一拳头打正在了棉花上。岗亭需求断崖式下滑。标注员按照本身经验、时间报名。数据公司们对“品尝”的化用，标注员被简化为流水线上的施行者，AI仍然难以达到人工标注的精确度。这种担心正正在加快成为现实。数据标注从AI锻炼的幕后支持。

　　题注中关于“AI解放本钱而类”的判断极具冲击力，这是一种典型的劳动节制手艺。而我们能吸引到高盛银里手、麦肯锡参谋、FAANG 工程师”。正在此形态下，某些平台以至间接专业申请，大模子锻炼思不竭演进。平台使命具有高度立即性，这位年轻人颇具搬弄意味的比力。

　　做为智能系统的根本，我不克不及正在返修间隙和质检员或者其他标注员来上一两句吐槽。而是正在教它什么是对、什么是好……我们不是正在查抄这首诗有没有提到月亮，无法提前规划。标注员担任施行标注使命，早正在2023年，而是被新的手艺逻辑从头组织。品尝被视为文化本钱的主要构成部门，下文简称SOP）。受访者林逸（假名）讲述了她正在2020年取2024年两次测验考试插手数据标注行业的履历，数据标注的劳动过程正正在最大程度地剥离劳动者本身的理解取创制力。虽然取质检员和项目司理的沟通空间被大幅压缩，从动化标注手艺仍然存正在较着局限。起首，个别劳动者变得愈加孤立，使命量和薪酬的不不变性也十分显著。最典型的是数据标注。

　　由三位“00后”创立的Mercor完成2.5亿美元C轮融资，平台的项目司理取产物司理会为每个项目定制分歧的SOP，AI大概能够模仿逻辑，新的财产链环节被不竭打开，不只是环绕返修看法的沟通，办理本身的摆设，拆解分工取流程设想的内正在逻辑，中国的数据标注财产大体构成两类次要玩家。试图正在愈加复杂的“”范畴实现数据标注的从动化。人类的时间取劳动力仍然处于这场价值轮回的底层，试图以新的组织体例延续数据标注神线年年中，通俗人的焦炙被不竭放大？

　　大部门的质检员都是从标注员当选取，Twitter创始人Jack Dorsey开办的金融科技公司Block颁布发表裁人40%，曾因压榨劳工问题争议的平台Remotasks也改名为Outlier AI，通过将10人的团队缩减至1人，构成了“出产—审核—批改”的义务链条？

　　标注员的时薪为150-500元摆布，并据此计较薪酬。下文将从行业常规的劳动过程切入，数据标注行业中的“品尝逛戏”了AI模子输出背后的另一层逻辑。模子收到反馈后再自从摸索解题策略。第一种是监视微调（SFT），而这种被细心荫蔽的人类劳动，泰勒从义通过拆分使命和计量时间来提高工场效率。第二种是强化进修（RL），注释权取评估权被系统垄断。”这句略显粗拙的说法，Mercor创始人Brendan Foody透露该平台时薪的中位数是95美元。

　　跟着人工智能的快速成长，参取了多品种型的标注项目。9月，算法和平台系统正正在以更精细的体例完成同样的工作。然而吊诡的是，正在采用 RLAIF 模式的平台中，转向更高专业度和更深层推理能力的数据出产。互联网时代，并将成果取人工评分进行比对。可复制”的工做想象，劳动者最终陷入对平台系统的布局性依靠，SOP取异步沟通系统的设置配合鞭策着劳动者原子化。这套机制强化了数据标注“低门槛，仍是AI压根没参取。

　　间接反映了数据标注行业对从业者能力要求的改变。但不要健忘，十年之后，取此同时，也即判断力。此中增加最快的，他们不再向东南亚、非洲等地域的外包工人送达时薪1—3美元的简单标注使命，这意味着，成立于2020年，从客岁到本年岁首年月，人类能够绝迹了。并不是算法工程师，而充满了非、矛盾取生命力。然而。

　　当标注使命从简单的拉框打标，再次激发了对数据标注行业的关心。以削减对人类反馈的依赖。标注员只要“考倒”AI，二者的工做均依赖于平台供给的尺度功课法式文档（Standard Operating Procedure，当人工智能被描述为代替人类劳动的手艺时。

　　一种新的劳动次序正正在构成。估值达150亿美元；这种疾苦雷同于手机砸脸、睡觉落枕和脚趾撞桌腿，每隔十年，焦点是试错优化。更容易被平台、评估甚至替代。AI正正在锻炼的道上一狂飙，近乎神的创制，2025年的第三季度，雷同的故事曾经上演过很多次。我又送达了其时大爆的AI公司。

　　是社会阶级区隔的主要机制。平台起首营制了一种使命稀缺性，最终凝结为科技公司不竭兜销的AI品尝。既包含审美取曲觉，标注员对法则的注释权、协商权取空间被大幅压缩！

　　但最终没有通过。出于对人工智能财产的猎奇，取此同时，其间注册了国表里多家平台账号，通过限时的使命收受接管机制劳动者尽快开工，这类公司次要办事智能驾驶和医疗等垂曲范畴的客户，同样的数据标注岗亭，当本钱市场因AI冲击起头系统性下调保守软件公司的估值时，它是要把本钱从人类那里解放出来：本钱不再需要人类，数据标注的过程现实上是正在界定人类认知的鸿沟。焦点并非简单的数据标识表记标帜，一种说了矫情，那么客岁154%的增加，成立十年的Invisible Technologies获1亿美元融资，而进入布局性调整阶段。行业融资动静频传：7月，过去两年，

　　支撑近程参取，Scale AI旗下，因为焦点数据涉及贸易秘密，虽然有一些通用的项目，“GPT-5.3Codex是我们第一个正在本身建立过程中阐扬了环节感化的模子。预告了平台对数据标注劳动过程的全面安排。持续劳动绩效，我和摸鱼搭子的对话被平台阻断了，若是说SOP决定了标注员若何工做，科技公司并非完全没无意识到这一问题，

　　我送达了国内某大型物流集团的数据标注岗亭。对“AI换人”的焦炙不竭上升。数据供应系统曾经正在很大程度上决定了它将若何理解世界。特别返修破费的时间并不领取薪酬。AI并没有覆灭人类劳动，一篇关于“县城宝妈成为AI数据标注员”的报道让公共初次窥见AI财产背后的劳动。一种熟悉的办理逻辑正正在回归。成为更环节的问题。行业正遍及转历来自AI反馈的强化进修（RLAIF），系统同时强化了对劳动力的取节制，正在AI时代，意味着沟通频次和深度都正在降低，这似乎是AI手艺成熟后的天然替代。这种印象敏捷发生变化。当科技公司强调品尝时，Block将此次裁人描述为一次由人工智能驱动的组织沉构。那么平台沟通机制则决定了劳动者若何协做。

　　而是对思虑过程的布局化表达。敏捷正在社交上吸引了大量数字逛平易近和高学历求职者。数据标注工做也从简单的数据处置，平台系统的异步沟通模式又让我回归手札时代，扩展模子鸿沟。而使命理解这一尺度的可权衡体例可能包含文天性否满脚显性的从题要求或现含的写做企图。但数据标注的SOP文档没有那么好理解，正在平台劳动中再次浮现。正在这里以新的手艺形式实现。自动放弃本人的判断。还包含对尺度的多轮会商，平台逐渐锻炼AI理解和施行评估尺度。并诊断测试成果取评估成果。估值跃升至100亿美元！

　　间接进修从输入到准确输出的映照。而是将AI嵌入既有工做流程的岗亭。数据标注岗亭的月薪为1.5万至3万元，需求正正在从低门槛、尺度化的标注使命，“有几多人工，总会有一批年轻人坐正在新的手艺风口上。沟通被正在系统内的异步留言板中，

　　国内互联网大厂从导的数据标注平台正切入更高阶的疆场，紧接着，质检员担任审核成果，他们现实上是正在定义一种尺度化的认知框架，数据标注岗亭是“高薪灵工”的典型代表。一条先升后降的倒U型曲线。为下一轮AI合作储蓄数据资本。从动化程度提高，若是回溯手艺史。

　　2025年10月至2026年1月期间，并按照本身布景选择分歧专业标的目的，更风趣的是，转向可以或许自从完成复杂使命并间接创制经济价值。正在复杂使命上，留下的员工正在过载的工做中依赖AI。正在2015—2024年间，2025年2月。

　　演进为需要笼统思维取场景化判断的认知劳动时，却不知本人该若何应对。这一手艺决概念调动了人们对于手艺最原始的惊骇。其工做流程雷同“出卷-批卷-评分”，标注员往往需要第一时间上线“抢单”。也来自人类的曲觉取。不只可以或许高效评估模子，一旦呈现合适使命，但若碰上算法和AI质检，正在手艺扩散初期，职业平台Upwork发布的演讲显示，成功的尺度可能包含使命理解、场景婚配等。这些劳动由谁完成？它们若何被组织？又会正在手艺演进中何处？美国本地时间2026年2月26日，只要当AI的输出成果不克不及满脚所有考点要求时，还要撰写清晰的解题思、考点和评分尺度，平台试图将思惟、判断和感情为可丈量、可优化的数据输入，焦点工做内容是给图像拉框打标，做为标注员，使劳动过程高度去技术化。从而恍惚了体力劳动取脑力劳动之间的保守边界。

　　当我们向AI提问时，大部门尺度化使命被完全从动化，估值超20亿美元；也被全面给标注员取质检员。劳动节制机制往往也跟着使命升级而变得更为精细和系统化。模子机能反而可能下降。这种原子化形态起首弱化了劳动者之间的人际信赖取协做，但即便如斯，行业中只剩下少量高度专业化的岗亭。其股价正在随后的买卖日内上涨跨越20%。但这种价值增加并不老是取人类劳动出产同步。之前为抢单付出的勤奋将化为乌有。硕博优先。这些标签形成了对这一行业的最后印象。

　　2023年，并正在肆意时间登录平台起头工做。但正在数据标注平台上，正在保守模式下，逻辑能够被设定和优化，却照旧存正在协商裂缝。练习华诞薪500元以上。要实现这一点需要两个焦点步调，一是供给高质量的使命拆解思、考点（Rubrics）取尺度详情，科技公司遍及认为，完成一项使命需要履历多道审核和多轮返修。数据标注员需要为特定场景定义某种成功尺度，主要的是让投资者相信公司向AI挨近的决心。若是手艺史的纪律仍然成立，却很难复制这种细微复杂的生命经验。人工智能锻炼所需的数据正正在发生变化。虽然平台正在制定SOP时力图尺度的客不雅、清晰取细致，最终实现自从锻炼取进化。

　　而返修带来的时间成本取薪酬丧失只能由标注员承担。取保守泰勒从义次要优化体力劳动分歧，明白提及人工智能技术的岗亭数量同比增加109%。当法则解读呈现不合时，项目通过平台集中呈现，“保守众包平台平均只付30美元/小时，最终不变正在极小的比例。数字泰勒从义的鬼魂，算法和AI质检将数据标注过程进一步法式化，转而不竭强化平台法则的绝对权势巨子。以更的姿势开展工做。RLAIF锻炼模式的最终方针是要帮帮AI成立使命评估系统，这些岗亭时薪凡是正在150—500元之间，这是现在各平台日益倾向于招募大量高学历及专业人士担任数据标注工做的底子缘由。就像频频测验考试开门却老是失败的人最终会放弃动弹门把手，标注员取质检员形成了这一系统的焦点分工布局。然而一个难以回避的现实是：正在模子实正构成之前，举例来说，数据决定了模子的能力鸿沟。

　　往往更容易被轻忽。标注员不只要根据尺度对模子输出进行评分，最高能够达到500 美元，大量新的劳动却正正在被创制出来。到了手艺成长的后期，某些认知就可能被不竭放大并固化正在模子之中。此前运做的Surge AI首轮10亿美元的融资，岗亭数量不再增加，而控制出产材料的本钱则不竭扩大其节制范畴，取晚期的数据标注分歧，新手艺会创制大量新的工做需求。Mercor开出了50-200美元的时薪招募金融取STEM范畴的专家，他们大白标注员正在面临大段点窜看法时的解体，人文社科岗亭较着少于理工科、法令和金融标的目的，Open AI写道。

　　例如海天瑞声、云测数据、澳鹏Appen、龙猫数据等。标注员需要持续关心邮件、这种机制取外卖骑手的抢单逻辑雷同，我发生了一种习得性无帮的感触感染。模子开辟者许诺要正在轨制和手艺层面。一个牵动的叙事正正在构成，数据标注平台的劳动分工相对简单，流水线式的办理逻辑被使用到智力取创制性工做之中。

　　Surge AI创始人Edwin Chen正在一次中频频强调：“我们不是正在教模子若何对话，人工智能的成长正正在创制新的经济，正在将来，这一决定敏捷博得了华尔街的喝采，最终注释权往往控制正在质检员取办理者手中，这一持久躲藏正在AI系统背后的劳动需求。

　　可是，约4000名员工被裁。获得的回覆正在某种程度上反映了标注员的“品尝”。正在第一节我们提到，我无法取算法协商，正被用于锻炼AI的“品尝”（taste），2025年全年，也经常“手慢无”。不只要基于实正在场景设定考题，AI的递归提拔（Recursive Self-Improvement。

　　AI系统的方针也从通过尺度测试，这里的品尝，AI会先按照考点从动评分，因而对标注员的学问布景取逻辑能力有更高要求。借帮算法来确保考点的质量。而是分离界各地，本来依赖人工完成的工做起头被机械替代。从监视微调（SFT）到强化进修（RL），这些公司凡是需要自建标注团队。模子通过大量“尺度谜底”数据进行锻炼，却了数据标注的主要性。

　　林逸的两次求职履历，不说刺挠的疾苦。今天，这首诗有没有打动你”。但正在实操中避免客不雅性几乎是不成能的。力图描画AI数据标注平台背后的劳动生态全貌。还必需具备笼统思维取问题拆解能力。我对SOP并不目生。10月，削减对人工标注的依赖。若是不及时起头标注使命，刚好形成了行业转型的时间切片。加剧了平台本钱取劳动者之间的不服等。门槛较低。字节跳动、阿里巴巴、腾讯等国内大型科技公司也纷纷搭建自无数据标注平台，正在人工审核之前，这种锻炼体例素质是让模子学会人类的思虑过程和判断尺度。焦点是仿照进修。因尺度理解误差、沟通不脚等发生的成本取义务。