AI遭遇数据饥荒，人类的生活成了一门生意。
从南非开普敦到美国芝加哥、洛杉矶，再到印度兰契，全球成千上万的人正在把自己的日常生活片段卖给科技公司，包括洗碗的视频、走路的脚步、打电话的录音、做饭的动作等。
这些再普通不过的日常琐事，正变成一种可以明码标价、拆开零售的“工业原料”，变成了训练AI的“教材”——一个两小时的洗碗视频能换80美元，一段通话录音每分钟值0.5美元。
但钱不是白拿的。
那些签下合同的零工训练师，往往在不知不觉中交出了不可撤销的授权：他们的声音可能被永远用于AI客服，他们的面孔可能出现在半个地球之外的人脸识别数据库里，他们亲手训练的系统，有朝一日可能让自己失去工作。
这是一个关于生存与算计的故事。一边是现实的生计压力，一边是看不见的未来风险。而在这场数据“淘金热”中，谁是真正的赢家？
人类把生活拆开“零售”
27岁的南非青年雅各布斯·洛乌每天出门喂海鸥时，都会顺手拍下自己的脚步和沿途风景，然后把视频上传到Kled AI上，这是一个花钱收集用户数据训练AI模型的应用。一段十几秒的“城市导航”视频，可以换14美元。
22岁的印度学生萨希尔·蒂加赚钱的方式更简单：让手机麦克风一直开着。他通过一款叫Silencio的应用，允许对方访问手机麦克风，捕捉餐厅里的嘈杂、路口的车流声。为了赚更多钱，他甚至专门跑去酒店大堂录制那些还没被采集过的环境音。一个月下来可以赚100多美元，足够一个月的开销。
18岁的芝加哥焊接学徒拉梅利奥·希尔选择出售更私密的东西，包括他和朋友家人的通话记录，卖给名为Neon Mobile的平台，每分钟价值0.5美元。
AI零工训练员上传的内容五花八门，他们正处在这场全球数据淘金热的最前沿
这些零工远不止于此。
在洛杉矶，从圣莫尼卡到洛斯费利兹，数百人正在做家务时把摄像头绑在头上和手上。他们煮咖啡、刷马桶、浇花、洗碗，一切都被记录下来。
萨尔瓦多·阿尔西加从Instawork领到一个头戴式手机支架，回家对着镜头洗碗、擦灶台，同时用西班牙语或英语解说自己在做什么。两个小时的录像，他赚了80美元。
“反正我也得做家务，”他说，“现在做家务还能赚钱。”
一切源于AI的数据饥荒
这些看似毫无技术含量的生活碎片之所以值钱，是因为AI快“饿死”了。
像ChatGPT和Gemini这样的大语言模型，需要海量的学习材料才能不断进步。但目前，像C4、RefinedWeb这类最常用的训练数据来源，已经开始限制AI公司使用自己的数据。
非营利研究机构Epoch AI预测，到2026年，AI公司将耗尽可用于训练的新鲜文本资源。虽然一些实验室开始尝试让AI自己生成数据来“自学”，但这种做法可能会导致模型质量下降，最终走向崩溃。
在这样的背景下，Kled AI、Silencio等数据市场平台突然火了起来。
伦敦国王学院经济学教授鲍克·克莱因·提塞林克指出，零工AI训练是一个新兴的工作类别，并且规模将大幅增长。AI公司通过付费获取用户授权的数据，也能有效规避版权纠纷的风险。如果仅仅靠从网上随意抓取内容，随时可能面临官司。
AI研究员韦尼亚明·维塞洛夫斯基也表示：“目前来看，人类数据依然是让AI跳出自己套路、学到新东西的最佳来源。”
简单来说就是：机器学得再快，终究离不开真实的人类数据。这一点在物理世界表现得尤为明显。
Universal Robots的AI机器人产品副总裁安德斯·贝克指出，AI实验室里收集的训练数据大多不适合真实场景部署，而且仅仅依靠视觉反馈，机器人根本无法学会那些需要“动手”的任务。要让机器人真正掌握开门、洗碗、叠衣服这类技能，必须依靠真实的人类在现实环境中反复演示。
CB Insights的洞察主管杰森·萨尔茨曼总结道：“模型现在还做不到自己判断什么是对、什么是错，也搞不清真实情况到底怎样，这些都得靠人类来教。”
正是出于这个原因，一些国家已经建起了专门的“手臂农场”——在固定设施中，有大量人员录制开门、叠衣服等任务的第一人称视频，为AI提供真实的操作示范。
阿尔西加将自己往洗衣机里放衣服的过程录了下来，这是他零工任务的一部分
数据显示，像Sunain这样的人类数据采集公司，在洛杉矶就有超过1400名贡献者，从西部的卡尔弗城一直延伸到东部的帕萨迪纳。Sunain联合创始人沙赫巴兹·马格西说，洛杉矶的住宅类型、生活方式和人群多样性“无与伦比”。
CB Insights预测，到2030年，全球数据收集和标注市场规模可能达到170亿美元。高盛则预测，到2035年，人形机器人市场规模可能达到380亿美元。
正是看到了这些前景，资本开始疯狂涌入。
旧金山公司Encord去年物理AI业务收入增长了十倍，今年2月拿到了6000万美元融资。Meta支持的Scale AI已经收集了10万小时的机器人视频。它的竞争对手Micro1则在60个国家雇了1000人，专门录制家务视频。
没有隐私，也不会有后悔药
对那些参与给AI喂数据中标项目的人来说，钱不是白拿的。
希尔对自己的这段经历心情复杂。他在Neon Mobile上卖了11个小时的通话，赚了300美元，但应用经常掉线，提现也经常不能即时到账。“Neon对我来说一直挺可疑的，”他说，“但我一直用它来赚点轻松的外快。”
很快，麻烦来了。
2025年9月，Neon Mobile推出才几周，TechCrunch就曝出一个安全漏洞，任何人在网上都能直接访问用户的电话号码、通话录音和文字记录。希尔说，Neon从未通知过他。现在他担心自己的声音会被怎么用。
这还不算最糟的。
纽约演员亚当·科伊在2024年把自己的肖像卖给了AI视频编辑器Captions（现名Mirage），价格是1000美元。他在合同里加了很多保护条款：不能用他的形象搞政治，不能卖酒、烟草或色情内容，授权一年后失效。
可没多久，朋友就开始转发一些网上疯传的视频给他。画面里，他的脸、他的声音，正在推销一种未经证实的孕妇保健品。
“跟别人解释这件事让我觉得特别尴尬，”科伊说。“那些评论读起来很奇怪，因为他们评论的是我的外表，但那根本不是真正的我。”
更让科伊难受的是，当时他决定卖掉肖像时的想法——反正大部分模型都会从网上抓取数据和肖像，不如自己赚点钱。现在回头看，这简直像个笑话。从那以后，他再也没碰过这类平台。
伦敦大学城市圣乔治分校法学教授恩里科·博纳迪奥指出，很多平台的协议条款几乎允许“永久性地对这些材料做任何事，而且不用再付钱”。而贡献者“几乎没有切实可行的方式来撤回同意或重新谈判”。
更可怕的是，即便平台声称会做“去标识化”处理，声音、面容这些生物特征，本质上就很难真正实现匿名。
全权许可的合同陷阱
你可能以为自己只是“租”出了几段录音，但合同里的小字可能藏着更大的坑。
当用户在Neon Mobile或Kled AI上分享数据时，授予的是一张“全权许可”——全球范围内、排他性、不可撤销、可转让、免版税。换句话说，平台可以永久地销售、使用、公开展示、存储肖像，甚至创作“衍生作品”。
Kled AI创始人阿维·帕特尔辩解说，他们的协议只允许用于AI训练和研究。公司会审查买家，避开那些“意图有问题”的行业和可能滥用数据的机构。他说：“整个业务都依赖于用户信任。”
但这样的保障有多可靠？博纳迪奥教授指出，合同允许平台和客户“做几乎任何事情”。
更麻烦的是，当你的数据被卖出去之后，你根本不知道它流向了哪里。斯坦福大学以人为本AI研究所的数据隐私研究员詹妮弗·金说，这些平台没有明确说明数据会怎么用、在哪里用。消费者“面临数据被以他们不喜欢、不理解或未曾预料到的方式重新利用的风险，而且几乎没有追索权”。
学者劳拉·基特尔的经历更典型。她在找非营利组织和政府机构的工作，朋友推荐了Mercor。合同发过来，她仔细看了一遍，条款要求她授予免版税权利，允许使用她现有和未来的学术论文，以及任何可能对某个未指明的客户有利的知识产权。
“我觉得这有点太过分了，”她说。
她想改合同，结果一个叫“梅尔文”的AI助手回复邮件说：改不了，不接受可以走人。
Mercor后来解释，合同只适用于贡献者在项目过程中选择使用的自己的创作。自己创作且没用的，不受约束。但对基特尔来说，那种不好的感觉已经无法释怀。
谁是真正的赢家？
牛津大学互联网地理学教授马克·格雷厄姆是《喂养机器》一书的作者。他承认，对发展中国家的人来说，这笔钱短期内确实有用，但他警告：“从结构上看，这种工作不稳定、没有发展前景，实际上是一条死胡同。”
他说，AI市场靠的是“工资的逐底竞争”，以及对“人类数据的暂时性需求”。
一旦需求变了，“工人们得不到任何保护，学不到任何可转移的技能，也没有任何安全保障”。最终的赢家，是那些“捕获所有持久价值的北半球平台”。
换句话说，零工们今天赚的每一分钱，都在帮助AI变得更强、更聪明。而当AI足够强大时，这些训练它的人，可能恰恰是最早被替代的那一批。
正如DoorDash Tasks总经理伊桑·比蒂说的：“这些是我们十多年来一直在解决的现实世界问题，我们意识到，曾帮助我们的相同能力也可以帮助其他企业。”
DoorDash们正在做的，是把配送员的劳动经验转化成数据资产，卖给任何需要训练AI的企业。
优步也在做同样的事。
去年10月，优步在司机应用中增加了数字任务类别，让司机上传餐厅菜单、录制多语言音频样本。它的Uber AI Solutions部门已经扩展到30个国家，提供标注、翻译和模型训练服务。
两家公司走的都是Scale AI开创的路子：用分布式的远程工作者创建新数据集、验证AI输出。只不过，优步和DoorDash手里多了几百万个可以直接派到现实世界任何角落的人。
阿尔西加的朋友曾经质问他：“好吧，你就是问题所在。”他朋友的意思是，你正在教AI做只有人类才能做的事，你不是在帮倒忙吗？
阿尔西加则回答称：新技术总会带来恐惧和变革，但它也创造了新的工作类型，比如他最新的这份零工。“人们仍然需要人，”他说。
问题是，当AI连“人”都不需要的时候，这份需要还会存在吗？
本文来源：腾讯科技
