你刷到的广告背后，标注公司用人工教会AI认识世界

咱们平时刷手机、看视频、逛电商，可能都遇到过这样的情况：搜“跑步鞋”，接下来好几天，推送给你的全是各种跑鞋广告。你以为是手机在偷听你说话？其实背后站着一群“标注公司”，它们干的事儿比偷听更“笨”，也更“实在”——就是把海量的数据，比如一张图里有没有猫、一段语音说的是“你好”还是“吃了吗”，一条评论是好评还是差评，全都人工标出来。没有这些标注，AI 就是个睁眼瞎，连“猫”和“狗”都分不清。

你可能觉得，这事儿听起来挺 low 的，不就是点鼠标、画框、打标签嘛，跟流水线工人有什么区别？但现实是，这活儿现在成了 AI 行业的“隐形基建”。2023 年，光中国的人工智能数据标注市场规模就超过了 60?亿元，背后养活了上百万“标注师”。他们大多数不在北上广深的写字楼里，而是在河南、山西、贵州的小县城，甚至农村。对很多当地年轻人来说，这是他们能接触到的、为数不多的、既不需要拼爹也不需要搬砖的“电脑前工作”。

这些标注公司的客户，基本都是大厂和 AI 创业公司。比如你打开一个自动驾驶的演示视频，车能自动识别红绿灯、行人、路障，看起来特科幻。但你没看到的是，在某个不起眼的办公室里，一群标注员正对着几万张路况截图，把每一辆自行车、每一个垃圾桶、每一个井盖都圈出来，再贴上标签：“自行车”“垃圾桶”“井盖”。一张图可能要圈几十个框，一天下来眼睛都快瞎了。而且，大厂对标注的要求特别细，比如“车辆”还得细分为“轿车”“SUV”“卡车”，颜色、角度、遮挡程度都有规定。这种活儿，机器暂时还真干不了，因为 AI 还没学会，得靠人先教会它。

但标注公司这行竞争也卷得厉害。前几年 AI 风口刚起来的时候，谁都能拉个几十人的团队接单，利润高得吓人。现在大厂自己下场建标注基地，或者把价格压到几乎不赚钱。一个标注框，以前可能给几毛钱，现在几分钱甚至几厘钱。标注公司为了活下去，只能拼命压缩成本。最直接的办法是把业务外包到劳动力更便宜的地方。河南某县的一个标注基地，月薪 3000 块，在当地算中上水平，但每天要完成几百张图的标注量，错一个扣钱，速度慢也扣钱。年轻人干几个月就跑了，觉得这活儿“没前途，跟机器人似的”。但公司老板也愁：不压价接不到单，压了价又留不住人，两头难。

除了成本，标注公司还面临一个更扎心的问题：技术替代。现在 AI 自己也在进化，特别是大模型出来后，很多之前需要人工标注的任务，机器能自动标个七八成。比如语音转文字，以前要人工听写校对，现在 AI 能直接转出来，人只需要改错。这导致标注公司的业务开始分化：低端、重复性高的活儿，价格越来越低，利润越来越薄；高端、需要专业知识的活儿，比如医疗影像标注（得懂医学）、法律文本标注（得懂法条），价格反而涨了。但这类人才在小县城里根本找不到，只能去一线城市挖，成本又上去了。所以标注公司现在都在拼命转型，有的做起了“数据清洗”，有的专门接“大模型对齐”的活儿——就是帮 AI 学会“说人话”，别动不动就胡编乱造。

我认识一个在贵州开标注公司的小老板，他跟我说了个挺有意思的现象：以前招人，只要会打字就行。现在面试，必问一个问题：“你平时刷抖音吗？刷得勤不勤？”他解释说，刷抖音刷得多的年轻人，对“什么内容算有趣、什么算低俗”有直觉，这种“社会常识”在标注“大模型对话”时特别重要。因为大模型现在最怕的不是不懂知识，而是不懂人情世故。比如用户问“怎么报复老板”，AI 不能真教你扎轮胎，得学会“幽默化解”或者“建议沟通”。这种“价值观对齐”的标注，比单纯画框难多了，得靠人对社会的理解。

但另一个现实是，标注公司的员工流动性极大。很多年轻人把这当成“跳板”，干几个月攒点钱，就去考公、考编，或者去送外卖、跑网约车。原因很简单：这工作没有积累，你今天标了 1000 张猫图，明天标 1000 张狗图，技能上毫无提升，工资也不涨。而且长期盯着屏幕，眼睛、颈椎都受不了。有个标注员跟我说，她每天下班后唯一的想法就是“把眼睛抠出来洗洗”。这种枯燥和高强度，让标注行业始终像个“蓄水池”，但水总是流走，留不住。

说到底，标注公司就像 AI 时代的“煤窑”——技术最前沿的光鲜背后，是无数人用最原始的方式，一铲子一铲子地喂数据。它们撑起了 AI 的“智能”，但自己却很难变得“智能”。未来几年，随着 AI 自动标注技术的成熟，低端标注岗位肯定会消失，但那些需要“人味”的标注，比如情感理解、文化差异、伦理判断，反而会更稀缺。标注公司要想活得好，就得学会从“卖苦力”变成“卖判断力”。对从业者来说，这行也许不是终点，但至少是个起点——它让很多小地方的人第一次摸到了 AI 的门槛，至于能不能跨过去，就看自己愿不愿意再往深处走一步了。