作者｜肆夕
编辑｜路子甲
4月以来，成都气温已经有了初夏的迹象，天府三街沿线的写字楼里，空调冷气足到和室外像两个季节。
其中不少科技公司的平层里，百台亮着莹白光的电脑屏幕前，一律坐满二十出头，目光聚焦的年轻人。他们对准屏幕上被放大的每一处细节，鼠标点击、拖拽、松手。
AI时代的滚滚袭来，已经开始让大量普通人的就业产生改变。
新行业的兴起，一种被称为的“AI数据标注员”的群体也在迅速扩张。这份工作简单来说，就是教会人工智能看懂世界的基础工作，接近儿童识物的原理，需要人为通过不断在屏幕上点选、拉框的形式，教会AI什么是房子、汽车和大树。
通过人为喂料的形式，不断积累起庞大的“有标签的数据”，AI模型就会在训练中不断成熟。
人工喂养人工智能
“文科就业新方向”“零基础入行”“居家办公”“时间灵活”是眼下伴随这份工作最为常见的标签。
一面是发展如火如荼的AI行业，另一面是门槛不高的求职条件，让无数人产生一种加入时代浪潮只需要一个合适入口的求职幻觉。
当一头扎进训练AI大模型的流水线上之后，才能看清这场狂欢之下，普通人最真实的生存截面。
上流水线，渡过无数焦虑的年轻人
面试AI数据标注员的当天，吴伶原本没报什么希望。在她记忆里，整个面试过程都很草率。
“面试那天我还迟到了，负责人简单讲解下工作内容，因为是兼职所以不用每天都到公司，接着就让我们在电脑上跟着文档里的步骤试着做一下，我看了一下觉得看不懂，就说我还有事先走了。”
AI时代人人都或多或少担心的自己的饭碗，起初吴伶在BOSS直聘上看到“AI数据标注员”的岗位时，也只是抱着对AI行业的好奇心，和想拓展更多职业可能性的初衷投递。
汉语言专业的吴伶，最初在找兼职时只抱着一切随缘的心态，录用自己就做，不用就再找其他兼职，没想到仍在面试当天收到第二天入职的邀请。
虽然数据标注员这份工作已经存在很多年，但不挑经验，不挑年龄且入职率高的工作，在眼下的求职市场仍显得格外突出。
入职的早上，吴伶和另外7个人一起被分配到训练大模型的岗位上，整个线上打螺丝的流水线上，都是准备过渡的年轻人。
自由且简单，是很多像吴伶一样的零经验新手，给予这份工作的核心印象。
数据标注员的工作环境
这些在各个写字楼中，毛坯装修，摆满机器，独占一个大平层的科技公司主营业务，就是承接大厂项目做数据标注的兼职外包。
外包公司不那么注重兼职人员是什么学历和专业。只要坐得住凳子，加上细心，就能胜任这份多劳多得制的工作。
《数据标注产业发展研究报告》显示，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立了7个数据标注基地，总数据规模达到17282TB，从业人员达5.8万人。
吴伶在经过一次粗筛后，也成为了其中的一员。
AI数据标注发展到今天，工作内容上也迎来了新的细分和升级，数据标注员的工作早已不局限于框选红绿灯、行人和电动车，开始向3D建模人物、建筑、器械上拓展。
被分配到动画人物类的吴伶，开始日复一日把建模中的头发丝、眼睛、鼻子层层拆分再归类。原理是通过人工将建模人物进行拆分，把一切存在数据库里供AI识别，当数据库存储到一定量级后，AI大模型就会自动识别。
而在数据标注员一端，通常看不到那么远的未来，大家都只有眼前的每个组包，未完成的工作，等到提交进行校验，祈求没有误差不用返工，等待着提交给甲方公司等待着结算。
AI数据标注的工作说明指南
耐心、用心是做这份工作的核心竞争力。原理上来说，在经历过足够多的点选后，肌肉记忆就会开始接管一切。
工作不久后，吴伶开始体会到这份无门槛工作的残酷之处。
眼睛、腰椎、肩颈，都是这份工作的硬损伤，对数据标注员来说，这种重复性极高的工作，枯燥的流程，为心理和情绪带来的麻木感似乎更难以量化。
“像我做的人物就很复杂，看得久了头就会开始痛。说起来算是没什么门槛的工作，但如果不理解这个原理工作就会产生很大误差，返工都不知道从哪开始，焦虑也是潜移默化的。”
过劳多得制的另一面，还有更严苛的验收标准，工作制度的确是来去自由，但也要通过校验才能成功拿到收入。
以完成项目中一组包120元计算，熟练的人一天能完成三个，客观来说熟手也有月入过万的计划，但人工那些隐形的消耗，始终无法明确计量。
吴伶兼职结束后，仍有一部分没通过校验的工作，扣下了一部分永远无法结算的工资。
体验过后，吴伶决定永远不再从事这个行业
在吴伶入职一周的后，同批入职的年轻人就开始陆续离职。
观察下来，公司里做得最久的人也不过半年左右。这条线上流水线，更像一个临时收容所。挤满对未来不确定、想抓住风口、又缺乏技术通道的年轻人。
他们用时间换取微薄收入，用身体损耗支撑着AI进化，却很少意识到，自己只是产业里最易被替换的人力耗材。
教AI看世界年轻人，被困于方寸之间
从宏观角度来看，我们无法否定数据标注工作在AI发展进程的重要程度。但对切身处这些岗位中的年轻人来说，很难从这份工作中看到什么实际意义。
石阳做数据标注员之前，在沈阳的求职市场已经走到穷途陌路的程度。
大专毕业，文科专业，无工作经验，性格内向连销售都无法胜任，在入行数据标注员之前，他的备选方案是去摇奶茶作为求职困境的过渡。
最初看到数据标注员的职位详情时，他最初一直当作诈骗处理。
在眼下的求职环境里，能居家办公，只需掌握基础的理论操作，还有明确的晋升渠道，无经验也能胜任，一切看起来都美好到不太现实。
面试时，公司负责人画的饼从AI的前景说起，先说这个行业 的未来发展，再说大模型训练的原理，在最后告诉他：你做了这份工作，就是这个宏大时代的建造者之一。
石阳原本想用这份工作当生活的过渡，听得多了看得久了，也开始抱着想入局AI的决心。
沈阳向来不缺不断冒头的数据标注工作室，坐在这里打螺丝的从业者也大致分为两类：
一类和石阳一样，当作就业缓冲带，先有份收入，再慢慢找方向。另一类则真心相信，普通人想在东北老家闯出一片天，AI是最好的机会，AI数据标注员就是零基础入局的最佳跳板。
石阳刚入职的时候也满心期待，觉得靠近AI，起码成为这个行业里的从业者，将来就会有机会进入更核心的位置。
但真正开始做这份工作，都会经历一个共同的过程：好奇、熟练、怀疑、离开。
所有补贴和绩效，都建立在能完成任务的前提下
入职两个月后，石阳发现公司里的数据标注员职位永远缺人。招聘的职位名称从他最早加入时的“数据标注专员”到后来“AI训练师deepseek方向”到“openclaw训练师”，流动的职位名称，吸引了一波又一波有雄心壮志的年轻人。
对面总有人新人来了又走，没人能同时达成月薪5000以上和干满一个月的成就，入职第一课，就是先要打破AI相关=高端、有发展的幻觉。
“我算我们公司里做得时间比较久的人，老板只要察觉到我积极性不强，就开始说我工作踏实，有机会成为公司的项目经理，隐隐暗示我未来可以不做一个小小标注员，做好了还能帮我内推进大厂，不想去大厂就留在公司当合伙人。”
石阳很长时间里相信里这套说辞，又坚持了几个月后，发现不仅工作强度越来越满，到手的工钱不升反降。
标注员、质检、组长、管理的职业路径，听起来向上渠道清晰，但无人能算出实现的具体概率。
真与假只能靠经验并不丰富的年轻人自己分辨
3月初，石阳在全网抓龙虾劲头最足的时候选择离职。
“我觉得这份工作应该被归为体力活，都是出卖时间和体力，没有上升空间，AI行业变成什么样的风口都和我们没关系，我们是比token更廉价的劳动力。”
缺乏技术壁垒的工作，让行业中多数从业者都难以积累什么竞争力和独占优势，这点在时薪均摊下来不到10元的年轻人身上尤其明显。
一份对AI发展很关键的工作，教会AI看世界的工作，落实在无数个微小的个体身上，成为将他们困于方寸之间的桎梏，青春成为宏大事件中被不着痕迹烧掉的耗材。
焦虑时代下，总有人在收割“AI梦”
在人人都想进入AI行业时，面对焦虑的各个群体都在苦寻“AI入口”。
AI数据标注工作的好处，是能不限时间，不限地点，不限经验，加有官方政策扶持的信任背书，理所当然成为很多人的首选。
然而大众对这个行业的发展方向仍旧只停留在一知半解。
当AI行业飞速发展的同时，AI数据标注员工作的特性导致岗位流动性大，需求越大，乱象就更容易变得密集，AI标注员这份工作本身，也成为不少培训机构的必争之地。
比如AI数据标注员和AI训练师两个岗位，在外包公司招聘时常被混为一谈，但实际有本质差别。
如果说AI数据标注员的工作，是负责教AI走路把AI喂饱，AI训练师就更接近给AI开智，一步步提升AI的学习能力。
招聘信息模糊导致的结果，衍生出很多培训机构放出“先培训，再考证，后上岗”的口风。
需求越大，焦虑越旺盛，乱象越密集的情况，会平等出现在每个新型行业的发展期。
招聘端发布的职位本质就具有一定误导性
关于售卖AI课程的培训平台，有自己的一套蒙太奇式谎言。
AI行业迅猛发展是事实，AI数据标注员一向紧缺也是事实，国家推出数据标注规范化发展也是事实，包括广东确实在2025年已经将数据标注等级证书纳入补贴目录。
但不意味着做一个一天100元熟能生巧的数据标注工作，也要先学上几个月的AI理论。
培训机构会通过先造门槛，再搭梯子付费通过的框架，精准斩杀了不少就业困难的年轻人和渴望灵活就业居家办公的宝妈。
市面充斥不明情况的预备入行者
AI数据标注员职位的分流之下，是已经入行的老人疲惫不堪；而等待入行的新人，在AI时代换了一套时髦的外衣后选择付费祛恐慌。
十年前的“打字员兼职先交培训费”，和今天的“AI数据标注师培训费”，收割的都是那些最需要改变生活状态、最容易被风口故事吸引的普通人。
这份本就处在产业链下游的工作，却承载了最多的“AI梦”，当AI被神话，每一个与之相关的岗位都被镀上金边，大众却忽略了这些工作的技术核心、利润、话语权，都掌握在更上端的人手里。
未来的发展也只能因人而异，这是一个可以学到东西的岗位，但不意味着处于这个岗位就能半只脚踏进风口。
普通人日复一日用最朴素的劳动，支撑起最宏大的产业，却只能分到微薄的收益。
也很少有人会谈及那个终极问题，从业者都在发展时期带AI看世界，等到教会AI后，这个事职位又该何去何从。
目前的AI需要人为投喂，等待AI成长会自动觅食的那天，这些简单重复性极高的劳动是否会被AI取代？
AI时代，数字矿山还在开采，线上流水线还在运转，无数年轻人还在涌入。
他们坐进写字楼的格子间，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坐标。
热门跟贴