我在赛博流水线工作，月薪三千，身心俱疲

办公室里几排电脑闪着荧光，屏幕上划过相似的街景图片，文蓬昕和同事们紧盯着屏幕，房间里充斥鼠标点击的“沙沙”声。

这是文蓬昕的第一份实习——数据标注。2020年3月，包括“数据标注员”在内的“人工智能训练师”正式成为国家职业分类目录中的一个新职业。“无所不知”的AI模型并非凭空获得知识与智慧，而是有赖于海量数据集的“喂养”，这背后是数以万计的人力劳动。

文蓬昕今年读大四，专业是计算机。他原本希望自己能够在这份与“人工智能”“程序”“算法”相关的岗位上发挥课堂所学专业技能，然而入职后他才发现，他的工作其实是用画图软件描出道路图片中的车、人行道、马路，打上不同的标签。这些标签将作为“饲料”投入人工智能的训练。

当世界都在关注人工智能掀起的技术革命浪潮，鲜有人看见黑箱幕后的人工——赛博流水线上的数据标注员。

一份不需要门槛的工作

如何才能成为一名数据标注员？

《人工智能训练师国家职业技能标准（2021年版）》描述了数据标注员应当具备的能力特征：“具有一定的学习能力、表达能力、计算能力；空间感、色觉正常”，普遍受教育程度则是“初中毕业”。

我们爬取了boss直聘、前程无忧、猎聘招聘平台，以“数据标注员”“人工智能训练师”为搜索关键词，从招聘信息中得到了一幅数据标注员的“工作画像”。

688条招聘信息中，近半数公司对求职者的学历要求是大专。根据招聘详情的描述，成为一名数据标注员只需“具备基础电脑操作技能”。超1/3的公司在招聘启事中提及，会为新入职的标注员提供培训。可以说，这是一份几乎不需要门槛的工作。

“简单”“易操作”“好上手”是众多受访者对数据标注工作的印象。曾经从事数据标注兼职的刘木只用半天就完成了入职培训，对照公司提供的资料，他很快能熟练将地下车库中的车辆、车位、缓冲带、地锁分门别类框选出来。在他看来，“能用电脑，就能做标注。”

根据不同的标注类型，标注员们在电脑上的操作方式有所区别。视觉类标注主要是用鼠标拉框、描点，自然语言类标注是在软件上对语句划分，打上分类标签；语音标注则要戴上耳机进行语音转写。这些电脑操作在简单培训后基本都可以迅速上手。

▼具体操作方式见视频

对于这样一份对员工自身技能几乎没有要求的工作，招聘信息对标注员的要求更多在于员工个人的性格与素质，“工作认真负责”“细致、有耐心”“吃苦耐劳”被提及的频率位居各公司招聘细则前列。这些对个人素质的要求，与数据标注工作的体验分不开。

▼数据标注操作示意

“不需要学历，没有含金量，也不需要智商。”文涛大专毕业后一直从事数据标注工作，他对自己的定位是“办公室里的流水线工人”，无聊、乏味与重复构成他每日工作的底色。

知乎、豆瓣关于“数据标注”的169条关联文本中，“枯燥”是最常出现的关键词：八小时连续坐在电脑前，几百张图片里是相似的街景，只有手和鼠标不停地动。操作熟练后，一名数据标注员一天能拉1000-3000个框，都是同样机械的重复。

事实上，简单好上手并不能与“轻松”画上等号。一张人脸图片上，往往需要准确标出几十甚至上百个点；普通的街景图片中，除了车辆与马路，每一道栏杆，每一条线，路上的行人、电动车，甚至途经的一条小狗都要被分门别类框选出来，打上标签。一些远处的物体放大后模糊到只剩几个像素点，只有精神高度集中才能不出错。

亦有曾经从事语音标注的网友在社交平台表示，公司提供的语音素材中有时存在噪音甚至脏话，耳机里充斥着不同方言的辱骂，不断消耗标注员们的心情。

工作过程中，标注员们需要承受“质量检测”带来的压力与挫败：未能与物体契合的框线，未被准确分割的语音都会被判定为不合格，打回全盘重做。标注员杨宽就遇到过这样的情形，整整两天都用来修改不合格的项目，对于计件收费的标注工作而言，这意味着之前花费的时间和精力“一分钱都拿不到”。

久坐在电脑前，数据标注带来的职业病同样令标注员担忧。与数据标注身体感受相关的文本中，多数标注员都提及长时间盯着屏幕对视力造成的损害：“时间长了直接就是机器人视角，走到哪里都是框框。”

视力下降，头晕眼花，一连数小时头戴耳机带来刺痛，颈椎、脊椎的不适......结束一天的工作，来自开封的数据标注员武晓仪的眼睛里常常布满红血丝，每天早晨起床“疼得要命”。三个月实习期过去，与文蓬昕一同进入公司的实习生已经戴上眼镜。

“工资太低了，不如干客服”

身心体验之外，数据标注员还面临着更多现实困境。

巨大的标注任务量往往与绩效挂钩，加班、单休甚至无休成为标注员的工作常态。望不到的职业前景则进一步制约他们在行业深耕的意愿。与一般的劳务派遣不同，数据标注常以项目为单位，收入并不稳定，项目结束后就可能面临“失业”。文涛认为，数据标注只适合作为过渡性的工作，学不到技能，亦没有升职空间。如今，他辗转于不同的数据标注项目，坦言这份工作“就是混日子的人来做做”。

169条关联文本中，不少标注员表达了对薪资的不满：工资发放标准模糊，五险一金等补贴缺失。部分公司以“有责底薪”的方式对员工进行约束，标注员们必须在固定时间内完成指定的标注任务量，否则会被扣除部分底薪。

武晓仪所在的标注公司就实行了有责底薪。公司规定员工每个月最少需要标注3000张图，以她的速度，一天最多只能画50张，即使“除了吃饭、上厕所，其他时候一刻不停地画”，依旧会被扣除工资。手腕被鼠标磨得红肿，坚持二十多天后，她决定辞职。

AI行业走在时代的前沿，赛博流水线上，数据标注员们的薪酬却并不如“人工智能”的头衔一般光鲜。根据招聘网站信息，在北上广深四个一线城市，数据标注岗位的平均最低薪资只有6050元；而在人力成本更为低廉的四、五线城市，如山西临汾、江西新余，数据标注员的平均最低月薪只有2000多元。

文涛的月薪通常在税后3000元左右，待遇不好时则只能拿到2500元。对于文涛工作、生活的无锡市，他认为这份薪资还是“太低了”——“不如去干客服”。根据“boss直聘”统计，无锡客服专员平均月薪在4870元至5256元之间。

李安琪从2018年开始做了5年数据标注员，辗转三家公司。她知道，由自己标注的数据会被用在机器人上，这让她“很有成就感”。说完，李安琪顿了一下，又说：“但这个工资没有成就感。”她现在已经离开这个行业，回到山西老家做一名销售。

数据标识公司本身被视为利益潜力大增的投资标的。据国际数据公司（IDC）预测，到2025年中国数据标注市场规模将突破102亿元。面对一片“蓝海”，为何数据标注员的薪资待遇依旧有限？

这与数据标注的行业模式有关。目前，数据标注行业的主流模式是外包。由于成本高、管理难度大等原因，科技公司很少完全自建数据标注团队，而是将订单交给专门的数据标注公司和团队来执行。

据观研天下《中国数据标注市场发展深度调研与投资战略预测报告（2023-2030年）》整理，第三方数据标注服务商提供了整体数据标注市场79%的服务。以外包为主的项目运营模式，也影响了数据标注企业的规模大小：以中小企业为主，多数只是工作室和几十人的小团队。

真正承担标注任务的中小企业往往经过层层外包才能接到标注任务。从有标注需求的甲方公司到数据标注员，每层外包抽取一定费用后，标注员最终到手的工资就所剩无几。根据新京报贝壳财经报道，有甲方公司项目负责人透露，一条报价9毛的数据，最后分到标注员手中单价可能只有几分钱。多位受访对象表示，标注一个框或者描点的单价在3-4分钱左右。

“教会徒弟，饿死师傅”？

数据标注作为AI基础数据服务，在整个AI数据服务产业链中处于中游，衔接着上游的数据生产和下游算法研发。

现存的大量数据为图片、视频、音频等非结构化数据，无法直接应用于人工智能算法研发。数据标注员作为“人工智能的老师”，将从上游获取的数据转换成计算机可识别的结构化数据。而结构化数据是人工智能算法开发的基石，可以让AI应用模型训练结果更加准确。

数据标注员通过拉框、标点等方式为人工智能提供学习材料，使其理解人类世界。他们教会自动驾驶的车辆在红绿灯停下，逐步解放驾驶员；教会医疗设备通过智能影像识别自动读片，快速进行疾病筛查；教会日常使用的电子设备通过扫描面部自动解锁，教会AI录音转文字复述我们说过的话。

人工智能技术依旧在向前奔驰，数据标注员们教会的人工智能，是否会取代自己原有的工作？

随着数据标注量增大，纯人工标注在成本上不再具有优势，AI自动标注成为数据标注服务商的新工具。数据采集标注行业发展至今，机器学习已经开发出了可以自己为数据打标签的模型，从而实现自我标注、自我投喂，这意味着可能将不再需要众多人工标注员。重庆一家数据标注公司的负责人梁成透露，公司的技术团队已在开发用于取代基础人力的程序。

复旦大学数据科学学院副教授陈思明接受采访时表示，人与机器共同完成的“交互式标注”已经投入使用。在交互式标注场景下，人工只需要将最复杂的部分数据进行标注，剩下的数据则基于机器算法主动学习完成。在人工智能前沿领域，研究者们还在致力研发仅需少量人工标注数据的“小样本学习”甚至无需人工标注的“零样本”模型，最终希望实现机器自主标注。

在自然语言处理领域，这可能即将成为一种现实。上海交通大学计算机科学与工程系教授赵海认为，当前自然语言处理对人工数据标注的需求压力“基本上快要消失了”，大量模型可以在没有前期标注数据的条件下被成功训练。除部分专业性很强的领域以外，数据标注员可能不再有存在的意义。

不过，这种担忧似乎还有些遥远。陈思明表示，目前而言，人工标注数据在质量上更胜一筹，从而能训练出更优越的模型，“在工业产业的运用上，其实还是需要依赖（人工标注）”。一家标注公司的负责人木马也表示，目前在2D标注的情景中，“可供人做的越来越少”，但3D点云标注过程更复杂，人工需求量依然很大。

木马清楚自己从事这种密集劳动力性质的工作，始终存在被替代的可能性，但他并不感到灰心：“目前一些软件可以初步筛选部分数据，但我们人工标的更加复杂，替代可能还远远不够。”

他隐约知道自己曾经标注过的数据都去了哪里：它们有可能在无人驾驶的系统里，也有可能在百度app右上角的相机标识背后。如果有一天遇到了不认识的动物或者植物，人工智能识别下的“拍照识图”功能会告诉他答案——“可能答案不完美或对，但肯定会有用的。”

注：文中文涛、武晓仪、木马、梁成、刘木为化名。

插画借助AI绘画工具Midjourney完成。特别鸣谢标注公司负责人小马哥、AI绘画工具Midjourney的支持。

陈诗雨，李一钒，吕晨安，吴萌萌，赵睿佳

指导老师：周葆华，徐笛，崔迪