美专家涌入AI训练平台时薪最高400美元
彭博社报道,美国执业放射科医生、律师和工程师正加入AI模型训练的零工市场,部分岗位时薪最高达400美元,打破了数据标注长期与低工资众包挂钩的印象。
放射科医生Anu Brixey通过标注医学影像,一小时收入相当于普通数据工作者一周的几百美元;招募方正寻找时薪最高120美元的软件工程师、170美元的凝聚态物质专家和400美元的民权律师,为下一代模型提供专业判断。
运行21年的Amazon Mechanical Turk已于2026年9月30日正式关闭,任务提交截止,剩余审批窗口延至10月30日;与此同时,专注白领专家的Mercor平台平均时薪报110美元,并讨论按200亿美元估值进行新一轮融资。
LinkedIn将数据标注员列为美国今年增长第四快的职业角色;Mercor等平台要求专家撰写真实案例、给出参考答案、评分模型输出并识别幻觉或错误,任务从简单框选转向复杂推理验证。
一般数据工作者如Brook Hansen在失业后每周只能赚几百美元,而高阶岗位竞争激烈且时数不稳定;平台通过AI面试筛选候选人,部分医学岗位要求现职执业、持有执照且有独立行医经验。
资本正从低价通用标注流向稀缺专业判断:AI实验室按小时买断医生读片逻辑和律师审查标准,Mercor等中介收取匹配与管理费用;掌握领域知识的专家短期获高时薪,但公开语料枯竭后,模型对隐性知识的需求持续推高专家端溢价。
部分平台每日向承包商支付150万至400万美元,专家网络规模达数万人;随着基础标注被自动化替代,专业验证成为模型在医疗、法律等垂直领域落地的关键输入。
来源:公开信息
ABAB AI 解读
Mercor由三名年轻创始人创立,早期做AI招聘匹配,后转向为OpenAI等实验室供应医生、律师、PhD等专家做RLHF与评估数据,2025年以100亿美元完成3.5亿美元C轮,此后估值讨论升至200亿美元,路径与Scale AI早期靠人工标注起家后被大厂加持类似。
资金主要流向专家时薪与平台匹配系统,实验室按小时采购“黄金答案”和评分规则,而非一次性购买公开语料;动机是公开互联网数据饱和后,医疗影像推理和合同审查等高价值隐性知识无法从爬取获得,只能按专业费率租赁。
这与早期Mechanical Turk把简单任务拆成低价HIT的模式形成对照,也类似咨询公司把资深顾问时间卖给客户后再沉淀方法论;当前阶段属于从通用众包向高溢价专业验证市场转型,专家供给成为瓶颈。
本质属于技术替代:模型把执行层成本压低后,价值集中到能提供可验证推理痕迹的专家,短期高时薪吸引存量执业者出售判断,长期则把个人护城河转化为可复制的模型能力,使后续进入者面对更强自动化竞争。
ABAB News · 认知定律
短期高时薪=长期零边际成本的对手
公开数据喂干后,隐性知识按小时计价
执行可外包,判断一旦出售就不再稀缺