太殘酷了!人類為了拿高薪訓練AI,反被取代

雷科技
09/11

現在很多AI公司都在幹一件很矛盾的事:高薪挖各行各業的頂尖專家,讓大家把自己多年攢下的專業經驗、行業判斷力,手把手教給AI。

但比較諷刺的是,這套學完人類本領的人工智能,最後大概率會反過來搶走這些專家的飯碗。

圖源:豆包AI生成

今年年初,小編順利拿到博士學位,主攻方向是能改造南非農業的各類AI技術。

本來滿心憧憬着自己的學術生涯:站講台上課、帶學生、做科研,培養新一代的行業從業者。

結果第一個找上門的不是高校,而是獵頭。

對方推了一份AI訓練的工作:教人工智能出題、授課、批改大學生論文。

說白了,就是讓我把自己十幾年苦學、一點點打磨出來的專業能力,全部打包教給機器。

我當時還是去面了。很多人可能會疑惑:正常人誰願意親手訓練一個取代自己的AI?

圖源:豆包AI生成

答案其實很現實,完全繞不開南非的生存現狀。

這份兼職時薪摺合37美元,而當地的最低時薪才2美元出頭。2026年第二季度,南非青年失業率直接衝到了47.4%,將近一半年輕人沒工作。

在這樣的大環境下,一邊是遠超當地水平的高薪,一邊是明知會反噬自己職業的倫理困境,絕大多數人都會陷入兩難。

這類崗位大多來自Outlier、Mercor、Surge這類平台。它們在全球瘋狂搜羅博士、律師、工程師等高端人才,目的早就不只是簡單的數據標註了,而是精準收割各行各業的專業判斷力

這正是高薪白領們工作最核心、最無法被機器輕易復刻的能力。

更隱蔽的是,這些招聘從不直白說明最終服務哪家AI大廠,入職還要籤嚴格的保密協議。時薪看着極其誘人,高端崗位甚至能達到每小時數百美元。

等模型徹底學會你的整套工作邏輯,就能批量復刻你的工作,到時候,同領域的人類從業者就會被無情替代。

圖源:豆包AI生成

發展中國家的高端人才,最容易被這類工作拿捏。

本土優質崗位稀缺,年輕人失業率居高不下,很多博士、資深專業人士根本找不到對口的全職好工作。相比之下,這份遠程AI兼職,薪資碾壓本地市場,沒人能輕易拒絕這份誘惑。

面試的時候,招聘方反覆給我畫餅、洗心態:AI只是輔助工具,只會幫人類減負,根本不會替代專家。

但我心裏門兒清:如果AI學完我的教學邏輯,就能獨立備課、出題、改論文,那市場根本不需要這麼多真人講師了。

熬了這麼多年讀完博士,是想靠專業立足、實現價值,不是親手造一個頂替自己的「數字替身」。

所以我直接拒絕了。

說實話,不是所有人都有說「不」的底氣。如果家裏有經濟壓力、身邊沒有更好的工作機會,沒人會為了虛無的職業倫理,放棄一份能安穩養家的高薪工作。

這就形成了一個特別荒誕的死循環:如今訓練AI、給AI輸入高端專業能力的人,恰恰就是未來最容易被AI淘汰的一批人

大衆以往總覺得,被AI影響的只有低端數據標註員。但現在時代早就變了,AI的學習目標,已經變成了各行各業的高端人才:醫生、律師、科研人員、金融分析師。

AI大廠根本不用高薪聘請資深專家全職入職,只需要按小時零散「購買」大家的腦力和經驗,把所有人的專業能力固化到模型裏,訓練完成後,就再也不需要這批人類專家了。

長遠來看,這對整個行業的年輕人都是毀滅性的打擊。

哪怕當下的資深從業者暫時安全,等AI喫透所有工作流程、行業範式,企業就再也不需要招聘新人、從零培養新人。入門崗位徹底消失,年輕人的職業上升路徑,會被直接堵死。

科技圈總在鼓吹「人機協作、共生共贏」,但剝開包裝好看的話術,真相格外扎心:很多所謂的人機協作,本質就是人類在親手訓練自己的替代品。眼前的高薪是真的,但代價是毀掉整個行業未來的就業生態。

我從來不排斥AI技術,也認可AI是提升效率的絕佳工具。

但從業者理應擁有選擇權,不該為了謀生,被迫親手訓練一個會毀掉自己職業前景的系統。

行業和政策層面,真的該正視這種新型剝削了:明確從業者的知識產權、制定公平的合作規則、讓每個人都清楚自己的勞動成果會被如何使用。更重要的是,創造更多優質的本土崗位,讓普通人不用在「養家餬口」和「守住未來」之間被迫做取捨。

我可以抵住誘惑、放棄這筆高薪,但千千萬萬和我處境相似的普通人,未必有這份底氣和退路。

本文由雷科技編譯自restofworld

原文鏈接:https://restofworld.org/2026/ai-training-jobs-expert-replacement/

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10