美專家湧入AI訓練平臺時薪最高400美元
彭博社報道,美國執業放射科醫生、律師和工程師正加入AI模型訓練的零工市場,部分崗位時薪最高達400美元,打破了數據標註長期與低工資衆包掛鉤的印象。
放射科醫生Anu Brixey通過標註醫學影像,一小時收入相當於普通數據工作者一週的幾百美元;招募方正尋找時薪最高120美元的軟件工程師、170美元的凝聚態物質專家和400美元的民權律師,爲下一代模型提供專業判斷。
運行21年的Amazon Mechanical Turk已於2026年9月30日正式關閉,任務提交截止,剩餘審批窗口延至10月30日;與此同時,專注白領專家的Mercor平臺平均時薪報110美元,並討論按200億美元估值進行新一輪融資。
LinkedIn將數據標註員列爲美國今年增長第四快的職業角色;Mercor等平臺要求專家撰寫真實案例、給出參考答案、評分模型輸出並識別幻覺或錯誤,任務從簡單框選轉向複雜推理驗證。
一般數據工作者如Brook Hansen在失業後每週只能賺幾百美元,而高階崗位競爭激烈且時數不穩定;平臺通過AI面試篩選候選人,部分醫學崗位要求現職執業、持有執照且有獨立行醫經驗。
資本正從低價通用標註流向稀缺專業判斷:AI實驗室按小時買斷醫生讀片邏輯和律師審查標準,Mercor等中介收取匹配與管理費用;掌握領域知識的專家短期獲高時薪,但公開語料枯竭後,模型對隱性知識的需求持續推高專家端溢價。
部分平臺每日向承包商支付150萬至400萬美元,專家網絡規模達數萬人;隨着基礎標註被自動化替代,專業驗證成爲模型在醫療、法律等垂直領域落地的關鍵輸入。
來源:公開信息
ABAB AI 解讀
Mercor由三名年輕創始人創立,早期做AI招聘匹配,後轉向爲OpenAI等實驗室供應醫生、律師、PhD等專家做RLHF與評估數據,2025年以100億美元完成3.5億美元C輪,此後估值討論升至200億美元,路徑與Scale AI早期靠人工標註起家後被大廠加持類似。
資金主要流向專家時薪與平臺匹配系統,實驗室按小時採購“黃金答案”和評分規則,而非一次性購買公開語料;動機是公開互聯網數據飽和後,醫療影像推理和合同審查等高價值隱性知識無法從爬取獲得,只能按專業費率租賃。
這與早期Mechanical Turk把簡單任務拆成低價HIT的模式形成對照,也類似諮詢公司把資深顧問時間賣給客戶後再沉澱方法論;當前階段屬於從通用衆包向高溢價專業驗證市場轉型,專家供給成爲瓶頸。
本質屬於技術替代:模型把執行層成本壓低後,價值集中到能提供可驗證推理痕跡的專家,短期高時薪吸引存量執業者出售判斷,長期則把個人護城河轉化爲可複製的模型能力,使後續進入者面對更強自動化競爭。
ABAB News · 認知定律
短期高時薪=長期零邊際成本的對手
公開數據喂幹後,隱性知識按小時計價
執行可外包,判斷一旦出售就不再稀缺