作者：蘇揚，騰訊科技

編輯｜徐青陽

AI遭遇數據飢荒，人類的生活成了一門生意。

從南非開普敦到美國芝加哥、洛杉磯，再到印度蘭契，全球成千上萬的人正在把自己的日常生活片段賣給科技公司，包括洗碗的影片、走路的腳步、打電話的錄音、做飯的動作等。

這些再普通不過的日常瑣事，正變成一種可以明碼標價、拆開零售的“工業原料”，變成了訓練AI的“教材”——一個兩小時的洗碗視頻能換80美元，一段通話錄音每分鐘值0.5美元。

矽谷對真人數據的渴望，催生了一個蓬勃發展的數據市場產業

但錢不是白拿的。

那些簽下合約的零工訓練師，往往在不知不覺中交出了不可撤銷的授權：他們的聲音可能被永遠用於AI客服，他們的面孔可能出現在半個地球之外的人臉識別數據庫裡，他們親手訓練的系統，有朝一日可能讓自己失去工作。

這是一個關於生存與算計的故事。一邊是現實的生計壓力，一邊是看不見的未來風險。而在這場數據「淘金熱」中，誰才是真正的贏家呢？

01 、人類把生活拆開“零售”

27歲的南非青年雅各布斯·洛烏每天出門餵海鷗時，都會順手拍下自己的腳步和沿途風景，然後把視頻上傳到Kled AI上，這是一個花錢收集用戶數據訓練AI模型的應用。一段十幾秒的“城市導航”視頻，可以換14美元。

22歲的印度學生薩希爾·蒂加賺錢的方式更簡單：讓手機麥克風一直開著。他透過一款叫Silencio的應用，允許對方存取手機麥克風，捕捉餐廳裡的吵雜、路口的車流聲。為了賺更多錢，他甚至專門跑去飯店大廳錄製那些還沒被採集的環境音。一個月下來可以賺100多美元，夠一個月的開銷。

18歲的芝加哥焊接學徒拉梅利奧·希爾選擇出售更私密的東西，包括他和朋友家人的通話記錄，賣給名為Neon Mobile的平台，每分鐘價值0.5美元。

 AI零工訓練員上傳的內容五花八門，他們正處於這場全球資料淘金熱的最前沿

這些零工遠不止於此。

在洛杉磯，從聖莫尼卡到洛斯費利茲，數百人正在做家事時把攝影機綁在頭上和手上。他們煮咖啡、刷馬桶、澆花、洗碗，一切都被記錄下來。

薩爾瓦多·阿爾西加從Instawork領到一個頭戴式手機支架，回家對著鏡頭洗碗、擦爐台，同時用西班牙語或英語解說自己在做什麼。兩個小時的錄影，他賺了80美元。

“反正我也得做家務，”他說，“現在做家務還能賺錢。”

02 、一切源自AI的資料飢荒

這些看似毫無技術含量的生活碎片之所以值錢，是因為AI快「餓死」了。

像ChatGPT和Gemini這樣的大語言模型，需要大量的學習材料才能持續進步。但目前，像是C4、RefinedWeb這類最常用的訓練資料來源，已經開始限制AI公司使用自己的資料。

非營利研究機構Epoch AI預測，到2026年，AI公司將耗盡可用於訓練的新鮮文字資源。雖然一些實驗室開始嘗試讓AI自己產生數據來“自學”，但這種做法可能會導致模型品質下降，最終走向崩潰。

在這樣的背景下，Kled AI、Silencio等數據市場平台突然變得火紅了起來。

倫敦國王學院經濟學教授鮑克·克萊因·提塞林克指出，零工AI訓練是一個新興的工作類別，規模將大幅成長。 AI公司透過付費取得用戶授權的數據，也能有效規避版權糾紛的風險。若僅靠從網路上隨意抓取內容，隨時可能面臨官司。

AI研究員韋尼亞明·維塞洛夫斯基也表示：“目前來看，人類數據仍然是讓AI跳出自己套路、學到新東西的最佳來源。”

簡單來說就是：機器學得再快，終究離不開真實的人類數據。這一點在物理世界中表現得特別明顯。

Universal Robots的AI機器人產品副總裁安德斯·貝克指出，AI實驗室裡收集的訓練數據大多不適合真實場景部署，而且僅僅依靠視覺反饋，機器人根本無法學會那些需要「動手」的任務。要讓機器人真正掌握開門、洗碗、摺衣服這類技能，必須依靠真實的人類在現實環境中反覆示範。

CB Insights的洞察主管傑森·薩爾茨曼總結道：“模型現在還做不到自己判斷什麼是對、什麼是錯，也搞不清真實情況到底怎樣，這些都得靠人類來教。”

正是出於這個原因，一些國家已經建起了專門的“手臂農場”——在固定設施中，有大量人員錄製開門、疊衣服等任務的第一人稱視頻，為AI提供真實的操作示範。

阿爾西加將自己往洗衣機裡放衣服的過程錄了下來，這是他零工任務的一部分

數據顯示，像Sunain這樣的人類數據收集公司，在洛杉磯就有超過1400名貢獻者，從西部的卡爾弗城一直延伸到東部的帕薩迪納。 Sunain聯合創始人沙赫巴茲·馬格西說，洛杉磯的住宅類型、生活方式和人群多樣性「無與倫比」。

CB Insights預測，到2030年，全球數據收集和標註市場規模可能達到170億美元。高盛則預測，到2035年，人形機器人市場規模可能達到380億美元。

正是看到了這些前景，資本開始瘋狂湧入。

舊金山公司Encord去年實體AI業務收入成長了十倍，今年2月拿到了6,000萬美元融資。 Meta支援的Scale AI已經收集了10萬小時的機器人影片。它的競爭對手Micro1則在60個國家雇了1000人，專門錄製家事影片。

03 、沒有隱私，也不會有後悔藥

對那些參與給AI餵數據中標項目的人來說，錢不是白拿的。

希爾對自己的這段經歷心情複雜。他在Neon Mobile上賣了11個小時的通話，賺了300美元，但應用程式經常斷線，提現也常常不能即時到帳。 “Neon對我來說一直挺可疑的，”他說，“但我一直用它來賺點輕鬆的外快。”

很快，麻煩來了。

2025年9月，Neon Mobile推出才幾週，TechCrunch就曝出一個安全漏洞，任何人在網路上都能直接存取用戶的電話號碼、通話錄音和文字記錄。希爾說，Neon從未通知他。現在他擔心自己的聲音會被怎麼用。

這還不算最糟的。

紐約演員亞當·科伊在2024年把自己的肖像賣給了AI視頻編輯器Captions（現名為Mirage），價格是1000美元。他在合約裡加了很多保護條款：不能用他的形象搞政治，不能賣酒、菸草或色情內容，授權一年後失效。

但沒多久，朋友就開始轉發一些網路瘋傳的影片給他。畫面裡，他的臉、他的聲音，正在推銷一種未經證實的孕婦保健品。

「跟別人解釋這件事讓我覺得特別尷尬，」科伊說。 “那些評論讀起來很奇怪，因為他們評論的是我的外表，但那根本不是真正的我。”

更讓科伊難受的是，當時他決定賣掉肖像時的想法——反正大部分模型都會從網路上抓取資料和肖像，不如自己賺點錢。現在回頭看，這簡直像個笑話。從那以後，他再也沒碰過這類平台。

倫敦大學城市聖喬治分校法學教授恩里科·博納迪奧指出，許多平台的協議條款幾乎允許「永久地對這些材料做任何事，而且不用再付錢」。而貢獻者「幾乎沒有切實可行的方式來撤回同意或重新談判」。

更可怕的是，即便平台聲稱會做「去識別化」處理，聲音、面容這些生物特徵，本質上就很難真正實現匿名。

04 、全權許可的合約陷阱

你可能以為自己只是「租」了幾段錄音，但合約裡的小字可能藏著更大的坑。

當用戶在Neon Mobile或Kled AI上分享資料時，授予的是一張「全權授權」—全球、排他性、不可撤銷、可轉讓、免版稅。換句話說，平台可以永久地銷售、使用、公開展示、儲存肖像，甚至創作「衍生作品」。

Kled AI創始人阿維·帕特爾辯解說，他們的協議只允許用於AI訓練和研究。公司會審查買家，避開那些「意圖有問題」的行業和可能濫用數據的機構。他說：“整個業務都依賴用戶信任。”

但這樣的保障有多可靠？博納迪奧教授指出，合約允許平台和客戶「做幾乎任何事情」。

更麻煩的是，當你的資料被賣出去之後，你根本不知道它流向了哪裡。史丹佛大學以人為本AI研究所的資料隱私研究員珍妮佛金說，這些平台沒有明確說明資料會怎麼用、在哪裡用。消費者「面臨數據被以他們不喜歡、不理解或未曾預料到的方式重新利用的風險，而且幾乎沒有追索權」。

學者勞拉·基特爾的經歷更典型。她在找非營利組織和政府機構的工作，朋友推薦了Mercor。合約發過來，她仔細看了一遍，條款要求她授予免版稅權利，允許使用她現有和未來的學術論文，以及任何可能對某個未指明的客戶有利的智慧財產權。

“我覺得這有點太過分了，”她說。

她想改合同，結果一個叫「梅爾文」的AI助理回覆郵件說：改不了，不接受可以走人。

Mercor後來解釋，合約只適用於貢獻者在專案過程中選擇使用的自己的創作。自己創作沒用的，不受約束。但對基特爾來說，那種不好的感覺已經無法釋懷。

05 、誰才是真正的贏家？

牛津大學網路地理教授馬克‧葛理翰是《餵養機器》一書的作者。他承認，對發展中國家的人來說，這筆錢短期內確實有用，但他警告：“從結構上看，這種工作不穩定、沒有發展前景，實際上是一條死胡同。”

他說，AI市場靠的是“工資的逐底競爭”，以及對“人類數據的暫時性需求”。

一旦需求改變了，「工人得不到任何保護，學不到任何可轉移的技能，也沒有任何安全保障」。最終的贏家，是那些「捕獲所有持久價值的北半球平台」。

換句話說，零工們今天賺的每一分錢，都在幫助AI變得更強、更聰明。而當AI夠強大時，這些訓練它的人，可能恰恰是最早被取代的那一批。

正如DoorDash Tasks總經理伊桑·比蒂說的：“這些是我們十多年來一直在解決的現實世界問題，我們意識到，曾幫助我們的相同能力也可以幫助其他企業。”

DoorDash們正在做的，是把配送員的勞動經驗轉化成資料資產，賣給任何需要訓練AI的企業。

優步也在做同樣的事。

去年10月，優步在司機應用程式中增加了數位任務類別，讓司機上傳餐廳菜單、錄製多語言音訊樣本。它的Uber AI Solutions部門已擴展到30個國家，提供標註、翻譯和模型訓練服務。

兩家公司走的都是Scale AI開創的路子：用分散式的遠距工作者創建新資料集、驗證AI輸出。只不過，優步和DoorDash手上多了幾百萬個可以直接派到現實世界任何角落的人。

阿爾西加的朋友曾經質問他：「好吧，你就是問題所在。」他朋友的意思是，你正在教AI做只有人類才能做的事，你不是在幫倒忙嗎？

阿爾西加則回答：新科技總是會帶來恐懼和變革，但它也創造了新的工作類型，例如他最新的這份零工。 「人們仍然需要人，」他說。

問題是，當AI連「人」都不需要的時候，這份需要還會存在嗎？