編譯 | 鄭麗媛

出品 | CSDN（ID：CSDNnews）

可以想象這樣一個畫面嗎？

一個 60 歲的程序員，白天坐在圖書館里刷招聘網(wǎng)站，晚上把車停在超市停車場，在后座鋪上毯子睡覺；另一邊，一位年薪曾高達 50 萬美元的急診醫(yī)生，卻凌晨 4 點起床，只為“搶”幾單 AI 任務；還有一位擁有博士學位、教了 18 年書的高校教師，最終靠時薪 25 美元給 AI “改答案”維持生活。

這不是個別案例，而是正在美國悄然發(fā)生的一種新現(xiàn)實——一批高學歷、高技能的中老年專業(yè)人士，在就業(yè)市場被邊緣化之后，集體轉(zhuǎn)向一個新興行業(yè)：AI 數(shù)據(jù)訓練。

而這份工作的最大諷刺在于：他們正在用自己的專業(yè)能力，訓練那些未來可能取代自己的 AI。

從“高技能人才”到“無處可去”

60 歲 Patrick Ciriello 的經(jīng)歷，幾乎是這場變化的縮影。

他擁有信息管理碩士學位，曾為銀行、大學、制藥公司設(shè)計軟件系統(tǒng)，屬于標準意義上的資深 IT 工程師。在過去幾十年里，他經(jīng)歷了互聯(lián)網(wǎng)泡沫破裂、2008 年金融危機以及新冠疫情，每一次失業(yè)后，他都能重新站起來。

但這一次，情況徹底變了。

2023 年初，他失去了工作。隨后的一年里，他投出了幾百份簡歷，從IT支持、客服崗位，到超市柜臺，無一例外——全部石沉大海。

與此同時，他的生活也迅速墜落。由于長期找不到工作，他和妻子、20 歲的兒子以及一只貓，被迫住進政府補貼的汽車旅館。當補貼在 2023 年底終止后，一家人甚至只能擠在一輛車里生活長達數(shù)月。

白天，他們在圖書館或麥當勞蹭免費 WiFi 投簡歷；夜晚，在沃爾瑪停車場過夜。

“我每天能收到將近 1000 條職位提醒，但沒有一個機會?！彼f。

一條“像詐騙”的消息，打開新世界

轉(zhuǎn)機出現(xiàn)在 2024 年 3 月。

Ciriello 在 LinkedIn 上收到一條看起來很“可疑”的私信：招聘“內(nèi)容寫手”。他本能覺得是騙局，但走投無路的他還是回復了。

直到入職后，他才發(fā)現(xiàn)，這份工作的真實內(nèi)容并不是寫作，而是——訓練 AI 模型。

這類工作在行業(yè)內(nèi)被稱為“數(shù)據(jù)標注”或“AI 訓練”，簡單來說，就是讓人類去審核、修正 AI 的輸出結(jié)果，從而不斷優(yōu)化模型。

例如：檢查 AI 回答醫(yī)療問題是否安全，判斷生成代碼是否合理，給回答打分、糾錯并提供更優(yōu)解……而這些數(shù)據(jù)，最終會被用來訓練像 GPT-5、Gemini 這樣的模型。

換句話說，這些人正在用自己的專業(yè)能力，把 AI 一步步“教成專家”。

一個新賽道：給AI“當老師”的人

近年來，一批公司迅速崛起，專門組織全球的“AI 訓練勞動力”，包括：

● 提供數(shù)據(jù)標注與 AI 訓練服務的平臺公司

● 外包技術(shù)與人力資源公司

● 面向科技巨頭的承包商網(wǎng)絡(luò)

這些公司的客戶，則是整個 AI 產(chǎn)業(yè)鏈最頂端的玩家——OpenAI、Google、Meta 等科技巨頭，以及醫(yī)療、金融等行業(yè)機構(gòu)。

在這個體系中，像 Ciriello 這樣的從業(yè)者，被稱為“AI 訓練師”。對于少數(shù)頂級專家來說，這甚至是一份高收入副業(yè)——在一些高端領(lǐng)域（如醫(yī)學、法律、復雜工程），時薪可以超過 100 美元，極端情況下甚至達到 180 美元。

但現(xiàn)實是，大多數(shù)人拿到的只是“入門價”。

從年薪百萬到時薪20美元：斷崖式降級

根據(jù)公開招聘信息，目前 AI 訓練崗位的典型薪資是：

● 起步：20 美元/小時

● 常見區(qū)間：30~40 美元/小時

● 高端專家：100 美元+/小時（極少數(shù)）

而且，這類工作通常是合同制（無穩(wěn)定保障） 、無醫(yī)療保險、無帶薪假、工時和收入也高度不穩(wěn)定。

據(jù)介紹，Ciriello 的第一份 AI 訓練工作，時薪 21 美元，每周 40 小時，主要任務是審核 AI 回答并標記錯誤。工作一年后，他在 2025 年初的裁員潮中被裁。而目前，他為另一家公司從事類似工作，為 Meta 相關(guān)模型做評估，時薪約 20 美元。

這份收入，剛好覆蓋房租、車貸、保險和基本生活，但幾乎沒有任何余裕，他甚至還需要依賴政府的醫(yī)療補助和食品券——“我可能這輩子都不會退休了”。

年齡歧視下，「過渡工作」從送外賣到“喂模型”

為什么這些經(jīng)驗豐富的人，會在就業(yè)市場“失效”？問題的核心，并不只是 AI。

根據(jù)美國退休人員協(xié)會（AARP）公共政策研究所的研究：60 歲以上求職者，找到新工作的時間比年輕人長約 50%，而且即便再就業(yè)，收入也往往難以恢復到此前水平。對于這個結(jié)果，研究人員分析，企業(yè)往往存在一些刻板印象：年紀大 = 成本高；技能過時；難以再培訓或適應新體系。

同時，美國城市研究所數(shù)據(jù)也顯示： 約一半 50~54 歲的員工，會在退休前被迫離開長期崗位。疫情進一步放大了這一問題——經(jīng)濟政策研究所統(tǒng)計，2020 年初約有 570 萬 55 歲以上員工失業(yè)，其中相當一部分至今未能回歸穩(wěn)定崗位。

在這種背景下，“AI 訓練”逐漸成為一種新的“過渡型工作”。

過去，美國中老年人失業(yè)后的“過渡方案”通常是零售與服務業(yè)、臨時工、網(wǎng)約車、外賣配送等，而現(xiàn)在，高技能人才有了一個新的選擇：用專業(yè)知識參與AI訓練。

于是，工程師、醫(yī)生、律師、設(shè)計師等群體，開始成為AI背后的“人類校正器”。

從某種意義上說，這是一種“體面但降級”的就業(yè)形態(tài)——既保留了一定專業(yè)性，又明顯低于原有職業(yè)水平。

更多樣本：醫(yī)生與教授的“再就業(yè)失敗”

這種趨勢下，并非只有 Ciriello 這樣一個例子。

52 歲的 Rebecca Kimble，曾是一名急診醫(yī)生，年收入高達 30-50 萬美元。她在美國多個偏遠地區(qū)工作，救治過無數(shù)患者。但在經(jīng)歷酒駕停職、生病治療等一系列打擊后，她離開了臨床崗位兩年。當她準備回歸時，卻發(fā)現(xiàn)醫(yī)院更傾向于招聘“持續(xù)在崗”的醫(yī)生。

她反復求職，卻屢屢被拒：“那一刻我意識到，我可能再也回不去了?！?/p>

最終，她也轉(zhuǎn)向 AI 訓練，目前以“搶單”形式接任務：

● 每周 6~9 小時

● 月收入 500~1000 美元

● 工作極不穩(wěn)定

“這不是工作，這是零工?！盞imble 直言，她沒有固定班次，更像是在零工市場里搶單，任務隨機出現(xiàn)，先登錄的人才能搶到——剛?cè)胄袝r，她有時凌晨 4 點就得起床刷任務。

另一位 60 歲的 Anne（化名）也是如此。她擁有公共政策博士學位，在高校工作 18 年。因長期新冠導致無法繼續(xù)教學后，她投出約 100 份遠程崗位申請，依然沒有結(jié)果。

如今，她以約 25 美元時薪參與 AI 訓練，僅能勉強維持房貸與基本開支：“我花了那么多年讀書、奮斗……現(xiàn)在卻在干這種事?！?/p>

最大的悖論：這份工作，本身也會消失

雖然這類工作具備一定技術(shù)門檻，但其工作形態(tài)，越來越接近平臺型“數(shù)字流水線”。

一些 AI 訓練從業(yè)者表示，他們每小時需要完成固定數(shù)量任務，要持續(xù)進行判斷、打分、糾錯，工作節(jié)奏也高度緊張——有人將其形容為“技術(shù)版血汗工廠”。

更微妙的是，這類工作很可能也只是“過渡產(chǎn)物”。

隨著 AI 模型能力提升，對人工標注與審核的依賴將逐漸減少。Ciriello 對此就非常清醒：“我現(xiàn)在做的事情，很可能一年后就不存在了?！辈贿^，他并不悲觀。他認為 AI 對就業(yè)的沖擊，本質(zhì)上延續(xù)了歷史上每一次技術(shù)革命的規(guī)律——舊工作消失，新工作就會出現(xiàn)。

現(xiàn)在的 Ciriello，一邊做著 AI 訓練，一邊正在嘗試新的方向：為神經(jīng)多樣性人群提供職業(yè)輔導以及開發(fā)求職課程。他清楚，AI 訓練這份工作不會長久，所以在此之前他要利用 AI，為下一次人生翻盤爭取時間。正如他所說：“我在押注自己?！?/p>

原文鏈接：https://www.theguardian.com/technology/ng-interactive/2026/apr/07/ai-training-work-jobs

【活動分享】"48 小時，與 50+ 位大廠技術(shù)決策者，共探 AI 落地真路徑。"由 CSDN&奇點智能研究院聯(lián)合舉辦的「全球機器學習技術(shù)大會」正式升級為「奇點智能技術(shù)大會」。2026 奇點智能技術(shù)大會將于 4 月 17-18 日在上海環(huán)球港凱悅酒店正式召開，大會聚焦大模型技術(shù)演進、智能體系統(tǒng)工程、OpenClaw 生態(tài)實踐及 AI 行業(yè)落地等十二大專題板塊，特邀來自BAT、京東、微軟、小紅書、美團等頭部企業(yè)的 50+ 位技術(shù)決策者分享實戰(zhàn)案例。旨在幫助技術(shù)管理者與一線 AI 落地人員規(guī)避選型風險、降低試錯成本、獲取可復用的工程方法論，真正實現(xiàn) AI 技術(shù)的規(guī)?；涞嘏c商業(yè)價值轉(zhuǎn)化。這不僅是一場技術(shù)的盛宴，更是決策者把握 2026 AI 拐點的戰(zhàn)略機會。