中国专业人士，正在成为训练 AI 的零工

正文

翠翠是一位在深圳工作的建筑师，40 多岁，在建筑事务所积累了丰富的公共体育场馆、学校和医院设计经验。但过去五年，政府基础设施支出下降，让业务大幅萎缩，她的收入也减半了。

为了继续偿还房贷、支付孩子的课外班费用，翠翠成了一名专业 AI 训练师。每天结束本职工作后，她会登录名为 TalentsAI 的数据标注平台，一步一步地教 AI 模型如何撰写建筑方案，或者开展盈利能力分析。

“就像教一个孩子，”翠翠告诉 Rest of World。“每个任务都必须来自我的实际工作。”

在美国，Mercor、Surge AI 和 Handshake 等数据公司，已经招募了数万名好莱坞电影制作人、律师和科学家，用各种白领工作任务训练 AI 模型。随着政府推动各行各业采用 AI，这类工作如今也出现在中国。

6 月，中国国家数据局表态支持建设“高质量数据集”，呼吁更多行业专家深度参与数据标注，提高 AI 训练数据的“知识密度”。它还鼓励高校毕业生把标注工作作为灵活就业的渠道。

Rest of World 采访了一批专家级 AI 训练师。他们和翠翠一样要求匿名，以免被雇主、同事或他们供给数据的训练平台认出。他们说，这份工作不稳定、要求高，报酬也低于美国。但面对严峻的就业市场和 AI 带来的冲击，这些中国专业人士表示，接下零工既是为了赚钱，也是为了参与一个他们认为属于未来的行业。

“中年人还能做什么？”

Alibabai 的 AI 训练平台 Siriser 于 1 月上线，正在招募教师、机械工程师和音乐作曲者担任 AI 训练师。字节跳动于 2025 年推出的 Xpert 表示，已招募超过 50,000 名专家，从作家到心理治疗师都有。TalentsAI、MeetChances 等其他独立平台，也在招聘记者、税务会计师和猎头担任兼职 AI 训练师。

“AI 时代，中年人被裁员后还能做什么？”MeetChances 6 月在社交平台小红书上发文问道。“不如试试成为 AI 训练师。”

悉尼的 AI 研究者、Hugging Face 前亚太生态负责人王铁震（Tiezhen Wang）告诉 Rest of World，最近几个月，中国 AI 实验室在通用推理和编程模型方面，缩小了与硅谷的差距。它们现在正加快收集专业数据，预计 AI 工作工具将成为下一个热点。

科技巨头推出了新的 AI 办公工具，例如腾讯的 WorkBuddy 和字节跳动的 Doubao Work，能够生成 PowerPoint 幻灯片、搭建网站。但要让 AI 在医疗、法律和金融领域发挥作用，还需要更多数据。“让模型在工作中表现得更好，将成为未来 AI 竞争中一个非常重要的差异化因素，”王铁震说。

与西方同行类似，这些自由职业 AI 训练师说，他们被要求提出真实的工作任务，上传实际工作中的文件，并写下自己的思考过程，供 AI 学习。训练师自己不允许使用 AI。他们说，一个任务通常需要数小时才能完成，报酬为 100 至 500 元，约合 15 至 74 美元。

训练师说，他们必须设计出模型尚无法自行解决的任务；随着 AI 不断进步，这变得越来越难。这些兼职训练师也抱怨，自己的成果有时会被质量审核团队退回，这意味着数小时的劳动一分钱也拿不到。

Xpert 等平台在用户条款中写明，如果提交的成果不符合要求或未通过审核，训练师就不会获得报酬。Siriser 表示，如果提交的成果被拒，训练师可以修改或提出申诉。

尽管困难不少，数据工作者仍然认为，在经济不确定时期，训练 AI 是拓宽收入来源的一种方式。随着这个夏天创纪录数量的高校毕业生进入就业市场，7 月青年失业率达到 17.9%，接近三年来的最高水平。

一位在深圳工作的 AI 训练师要求只以刘姓称呼她。她拥有法学硕士学位，却决定不进律师事务所。她想避开长工时、初级员工低薪，以及别人提醒过她的性骚扰文化。

刘女士白天在一家法律 AI 公司工作，下班后接 Moonshot AI、腾讯和 TalentsAI 的 AI 训练零工。她要求 AI 模型像虚拟律师一样提供法律建议，或者从法官视角起草判决书，然后评价模型的答案。

“如果我不把知识传授给 AI，别人也会这么做，”刘女士告诉 Rest of World。她知道 AI 可能消灭一些工作岗位，但认为这种趋势无法阻挡。为了获得更稳定的生活，她计划参加公务员考试。

从娱乐走向生产力

过去十年，中国数据标注公司主要招募低薪劳动者，包括实习学生、农村居民和全职妈妈，为自动驾驶软件与语音识别工具的开发提供支持。

市场研究机构 IDC 在 8 月的一份报告中表示，数据需求正从消费与娱乐应用，转向生产力场景。IDC 预计，2026 年中国 AI 训练数据市场规模将达到 78 亿元，约合 11 亿美元，比 2025 年增长 25%。

研究中国数据劳动的多伦多大学副教授陈宇洁（Julie Yujie Chen）表示，严峻的就业市场把中产劳动者吸引到数据零工中，政府的支持也提升了这一职业的正当性。

“中国从事普通白领工作的中产阶层，处于一种迫切需要寻找补充收入的状态，”陈宇洁告诉 Rest of World。

杰西卡（Jessica）是一名在上海工作的软件工程师，有二十年经验，7 月开始接 AI 训练零工。她曾向 Claude 询问这一新行当，聊天机器人回答，这是“普通人接触 AI 最快的方式”。

她完成的任务包括：上传文本文件，考查 AI 处理长文本的能力；设计任务，测试 AI 智能体操作软件的能力。

杰西卡说，相对于投入的时间，她挣到的几百元太少了。她也担心数据平台可能滥用自己上传的工作文件。但她愿意尝试：软件行业已经深受 AI 冲击。在她所在公司，业务放缓，全职工程师被外包人员替代。

“你永远不知道自己还能保住工作多久，”她说。“我想多一个选择。你必须不断提升自己，才能避免被完全替代。”

思想框架

报道由建筑师收入缩水后的兼职选择切入，解释专业训练任务如何生产、如何审核和付费，再把个体处境放入训练数据从消费娱乐转向生产力应用的变化中。三位受访者分别体现补贴家庭、规避职业困境和防范技术替代的动机，同时面对拒稿不付费、低时薪及文件使用风险。