雙非大學生，涌入大廠AI流水線

訂閱 快刀財經 ▲ 做您的私人商學院

等著他們的是大廠offer，還是「教會徒弟，餓死老師」？

作者： 馬舒葉

來源： 鏡相工作室 （ID： shangyejingxiang ）

AI焦慮已經從大廠滲透進了大學這座象牙塔。在一片“被替代”的憂懼聲中，一群來自非北上廣深、非985高校的大學生，主動跳進了這股浪潮——他們不是來做實習的，是來兼職“擰螺絲”的，擰的是AI大模型的螺絲。

在“AI將替代99%的崗位”和“拿AI offer月入3萬”兩種聲音的共同影響下，這批不容易擠進大廠實習隊伍的大學生，走進了大廠數據標注的流水線，成為新的AI工人。他們每天在大廠提供的兼職平臺上搶單、標注、糾錯、優化，月收入大多在1000到2000元之間。在這條看不見的AI流水線上，他們既是訓練者，也是被挑選的對象。

他們分散在成都、鄭州、武漢、廈門等非一線城市的角落，在課余或下班后的時間里，登錄那個決定他們今晚“有活干”還是“白蹲守”的后臺，他們標注圖片，校準對話，貢獻鄉音，優化代碼，試圖找到新的機會。

對于大廠來說，大學生群體兼具垂直領域的專業知識和充足的參與熱情，是完成最基礎的AI數據標注、AI回復糾錯、AI聲音識別等最合適的人群。通過向大學生伸出兼職橄欖枝，他們不僅能高效率地找到符合大模型訓練要求的人，還能減輕雇傭正職員工的成本。

這成了一場“雙向奔赴”，甚至由于供不應求，大廠AI數據標注的兼職還需要搶單。只是，這份兼職真的能成為大學生們通往AI大廠的一條曲徑嗎？

01

大學生進“廠”

擰大模型的螺絲

鄭州某高校大學教室里，剛剛結束一堂課，學生們魚貫而出，只有大三學生張瑩立刻打開手機。她要在下課的十幾分鐘內“搶單”——在名為“Xpert”的平臺上，幾分鐘的不間斷重復點擊下，她終于搶到了一個任務。一旁的室友沒有她這么幸運，任務就像春節返家時的票，前一秒顯示還有6個，點進去的瞬間就歸了零。

她們都在做同一份兼職——張瑩稱這是給大廠的AI大模型“擰螺絲”。

起初，張瑩在學校兼職群里看到了學長的推薦。他只知道和AI訓練有關，項目名稱是“字節大模型領域專家招聘”。這份兼職不需要AI相關經驗，只要在任何領域有專業知識即可，一次任務就有50-200元的收益，很適合她這樣的在校大學生。

搶到任務后，她需要根據出題專家給定的題目和答案完成評估，比如審核大模型在中文教學場景下的回復是否存在語音或語法錯誤，然后進行語言糾正。作為熟手，通常不到2分鐘她就能完成一個任務。接下來張瑩只要等待專家質檢，通過就能領到對應的兼職費。

整個過程，張瑩都接觸不到真人。申請成為Xpert專家時是網頁提交驗證資料，做任務時也是在線查看提前準備好的說明文檔，沒有人教她怎么做，在進入這個大模型兼職平臺后，她只能單向對大模型輸出。“我像是大模型的飼料。”張瑩表示。

來自武昌理工學院的王磊今年21歲，9月開始在“Xpert”平臺上接單，做的是最基礎的數據標注：將圖像劃分為不同類別，區分風景圖或人物圖；給文本打標簽，判斷一篇新聞的主題屬于科技、娛樂還是體育。

“這工作聽起來簡單，但做起來挺磨人的。”王磊一般會選在沒有課的下午或晚上，一次做一兩個小時。在后臺界面上，系統清晰地記錄著他的“數字工時”：某天下午花費1.5小時，完成了8條文本標注和2條模型反饋優化任務，總耗時1.5小時，完成任務量10個。這些數據是他參與AI大模型訓練的證明。

▲大模型高薪兼職宣傳。圖源：受訪者截圖

不過這份兼職沒有宣傳的那樣高薪。

從去年下半年開始，王磊每周會拿出五天時間，做1-2小時任務，一個月下來扣除審核不通過的任務，收入在800-1200元之間。為了搶到更多兼職，王磊要找準工作日的空閑時段不斷進入后臺查看任務是否有更新。綜合算下來，時薪在80元左右。“和去校門口奶茶店搖奶茶差不多。”王磊告訴鏡相工作室。

時間長了，王磊也想嘗試那些單價更高的“出題”任務，這些任務單次完成就能賺300-1000元，但往往限定在金融、法律或醫療等專業領域。“想拿到更高的兼職費用，得有硬知識儲備，還得會抓大模型的知識盲區。比如出醫療題，你得知道專業術語和臨床常識，不能瞎編。”非相關專業的王磊只能繼續做數據標注。

據鏡相工作室了解，除了字節推出的Xpert會招攬大模型兼職訓練專家外，阿里有曉天睿士、騰訊有AI Expert，這些大廠都會通過組建大模型專家社區構建AI數據集。高薪則是這些兼職平臺共同的宣傳重點，比如阿里曉天睿士宣稱參與者可以獲得高達每小時1000元的高薪，只是在詳情頁里，將兼職費用的下限定為50元，并標注了“以最終項目定價為準”。

▲兼職的出題要求，希望題目難倒大模型 圖源：受訪者

在為大模型做數據標注、糾錯之外，這些遠離一線城市的大學生們也有別的兼職機會。

遠在福建的林薇正在讀博一，今年在一位山東曲阜師大的朋友介紹下，她踏入了一個更為隱蔽和原始的AI數據采集層。她主要為大模型提供“聲音”——閩南語和臺灣腔普通話的錄音及轉寫。

由于福建方言“神似”臺灣腔，林薇得到的第一份任務，是用閩南語或臺灣腔普通話進行自言自語或雙人對話，錄制好的音頻將作為“語料”用于訓練大模型的語音識別能力。隨著和AI打電話、AI錄音轉寫成為大廠AI App的標配功能，大廠也需要更多方言作為語料喂養大模型。因此，林薇接觸的也不止Xpert，還有一些專門為大廠處理數據需求的中介平臺。

只是想憑賣聲音賺錢并不容易，這份兼職的要求極其繁瑣。有的項目要求在不同的環境噪音（低、中、高分貝）下進行錄音，但“錄音平臺非常不穩定，有時一直進不去”，而且噪音分貝往往很難把控。

平臺審查更嚴格的是后續的文本轉寫工作，她稱之為“翻譯”。轉寫的文本將被喂給大模型，打磨大模型方言音頻轉化文字的識別能力。而由于閱讀這份文本的是大模型，林薇必須要寫成大模型能讀懂的樣子。她不僅要把音頻里的內容一字不變地轉寫，且轉寫文本只能使用逗號、句號、問號和感嘆號四種標點。這些細微到極致的格式要求，是在用最原始的人力，喂養AI的“標準化”輸出。

這樣的錄音往往會持續2-3個小時，但“收入情況卻不是很理想”。林薇會被一些平臺騙稿，有些中介會以各種理由推脫、扣錢。她和她的“搭子”都曾深受其害。她描述了一種典型的陷阱：一個聲稱是“豆包”項目的老板，最初承諾每人100元，但在錄音數小時后，卻以“音色不符合”等模糊理由拒絕對“搭子”付款，林薇本人也只收到了60元。

02

雙非大學生

把AI兼職當敲門磚

真正讓這些大學生感受到自己在“訓練”AI而不僅僅是“服務”AI，來自于成功“難倒”大模型的時刻。

王磊在一次針對專業編程問題的反饋任務中，提出了一個用Python實現二叉樹層序遍歷并優化時間復雜度的問題。豆包大模型給出的代碼雖然能運行，但時間復雜度并非最優，并且漏掉了一個邊界條件處理。

“我把這個問題標注出來，并詳細解釋了代碼中因冗余導致的復雜度偏高，還附上了優化思路。”王磊說，“這時候我感覺到，我們其實就是針對它的知識盲區找出邏輯漏洞，相當于幫大模型查漏補缺。”

林薇偶爾也會有一絲參與感，她專長是閩南語和臺灣腔，在和AI用方言打電話時，她會感覺“自己確實也在參與訓練大模型，給一個新的生命注入一些自己的特色，比如我們的腔調，或者地方的一些文化”。

有一次標注，張瑩的題目是：當用戶說今天下雨沒帶傘，淋成了落湯雞，AI的回復是“建議下次帶傘”。張瑩立刻標注“情感類吐槽別講大道理”，建議AI要先情感關懷，再加一句實用建議。還有次張瑩向AI吐槽課時太長時，大模型回復“我懂這太累了，忙完記得喝點小甜水”，張瑩會嘀咕，“這搞不好是我當初標注過的”。

盡管做的是最基礎的工作，但偶爾，他們也能從“擰螺絲”中獲得一絲超越金錢回報的微妙體驗。

而對于這些雙非大學生而言，這份兼職的更大意義，是給自己的簡歷添彩。

“我做這個，一是因為和專業相關，二是想給簡歷加上AI相關經驗。”張瑩坦言，她學的是國際中文教育專業，中文語用偏誤糾錯本就是課程內容。

在AI引發熱潮的這兩年，中文教育專業的就業越發緊張。不少教輔和留學機構都引入了AI輔助學生學習，傳統的中文教育崗位薪資一再走低。而張瑩在鄭州讀書，能接觸到的大公司并不多，這份AI兼職對她意義重大。

就在這個月，張瑩得到了一家頭部教培機構的實習面試邀約，是做“AI+教培”的課程開發崗位，HR在邀約時就表示了對她大模型兼職經歷的興趣。“如果沒有相關兼職經驗，我連實習邀約都拿不到。”張瑩告訴鏡相工作室，并非985學歷的她在之前找實習時總會在第一輪簡歷初篩時就被篩下來。

面試時，張瑩也被HR問到了大模型訓練的具體流程和錯誤校準的邏輯，這些她都能結合之前的經歷講解清楚。最終，她得到了這次實習機會。

計算機相關專業的王磊也有規劃。“我會在簡歷里寫‘參與過AI大模型訓練相關兼職，負責過文本或圖像數據標注，累計完成了多少任務量’。”他強調，“這樣就不是空泛地說‘我做過AI兼職’，而是有具體成果。對非相關專業、想往AI領域靠的同學來說，是給履歷添彩的。”一段大模型相關實踐，或許是他們跨越學歷和地域門檻，拿到理想offer的一次機會。

03

AI時代的另一面：

焦慮的大學生們

時代變了，象牙塔里的大學生們也感知到了用人市場的變化。

一方面，企業期待引進AI以實現降本增效，在微軟、亞馬遜、X等科技大廠宣布更多代碼由AI生成的同時，美國科技行業截至今年7月已累計裁撤近9萬崗位，同比增長36%。傳統崗位在縮減，AI相關崗位招聘在增多。根據獵聘數據研究院，今年上半年，AI技術新發職位整體增幅為36.82%。大廠校招成了風向標，以阿里今年秋招為例，計劃發出的7000多個offer中，AI相關崗位占比超六成。

▲11月，馬斯克宣布X用AI模型替代了大量員工，負責平臺安全的工程團隊裁員90%。圖源：社交媒體

隨著AI技術的狂飆猛進，這群身處浪潮之中的年輕人，對于自己的未來既有憧憬，也有危機感。

王磊已經開始感受到就業市場的壓力。作為計算機相關專業的學生，數據分析師是此前不少學長學姐的就業方向，而如今不少崗位已經被AI替代。“有學長告訴我，他的公司引入大模型后，數據部門裁員了30%。”再加上處在湖北，能供王磊選擇的公司并不多，他也沒有雙一流的學歷優勢，畢業后，王磊要面臨更嚴峻的就業環境。

除了找工作越來越難，王磊還意識到，“AI時代一個人要身兼數職，比如會軟件開發的人還得懂運維。以后數據分析也可能被AI替代。企業需要的工作人員要同時兼具多個角色，或者被機器人取代。”但他還是保留了一絲樂觀，“不過機器人還是要有人來操控的。”

做大模型相關兼職成為了他們在大學階段對抗焦慮的方法之一。

大廠的模型訓練需求催生了這些兼職平臺，在國內有Xpert、曉天睿士、AI Expert和各種中介平臺；在海外，也有以OpenAI為大客戶的Mercor，剛在8月完成3.5億美元的C輪融資，估值達到100億美元。不過，對這些雙非大學生來說，即便是這些低門檻的兼職平臺，也越來越卷了。

已經工作3年的張毅見證了這條流水線從“藍海”到“紅海”的變遷。“2022年那會兒，搶單接單都容易。平臺剛推出這類任務，做的人少，甚至不算嚴格意義上的搶單。”他回憶，那時平臺每天有固定任務或時段性上新，無需掐點蹲守，即便下班晚上七八點登錄，也照樣有活干。

與王磊這樣的“新手”相比，在成都工作的張毅可謂是這條流水線上的“老師傅”。93年出生的他，從2022年就開始游走于美團的“龍貓數據”和字節的“Xpert”兩個平臺之間。

他記得自己是如何“入行”的：“當時刷到一個職場圈的公眾號，推送了龍貓的兼職，標題寫的是‘本地生活內容校準，下班就能做’，就去了解了一下。”他所做的“本地生活內容校準”，是為AI對話進行校準，涉及社區周邊商鋪的推薦、便民服務點的位置信息，以及口語化表達的準確性。

那是屬于早期參與者的“紅利期”。張毅細數著當時的“好光景”：一條合理的方言便民指引能拿到1到2元，一組十條的地址校準報酬是8到10元。“那會兒下班做個一兩小時，周末抽半天時間，一個月下來賺2000到4000元都非常輕松。”不過，當下搶單變難了，隨著越來越多人涌入，數千個任務往往不到一分鐘就會搶光，他說：“未來肯定會更卷。”

“在訓練AI的時候，我不再是牛馬，而是牛馬的飼料。”張瑩的一句話，為這份看似站在技術前沿的AI兼職，添上了一抹現實底色——在宏大的技術敘事下，個體感受到的是自身的渺小與工作的瑣碎。在張瑩看來，AI吸收她的經驗、知識，變成一個更強大、更不知疲倦的牛馬，最終也難免會取代她。不過眼下，她還是可以通過訓練AI先得到工作機會。

隨著大廠在AI大模型訓練上的持續加碼，這條由代碼、數據和聲音構成的龐大流水線將持續運轉，這些大學生們則是這條流水線上沉默的大多數，終將成為智能涌現后不被看見的“微塵”與“聲紋”。

快刀財經已同步入駐：36氪、虎嗅網、鈦媒體、i黑馬、品途網、商界、趣頭條、砍柴網、梅花王、艾瑞專欄、億歐網、創業邦、知乎、雪球、今日頭條、百度百家、界面新聞、一點資訊、網易號、搜狐自媒體、鳳凰網、新浪財經頭條、新浪看點、UC大魚號、天天快報、企鵝自媒體、投資界、思達派、獵云網、簡書等30多家自媒體平臺。

快刀財經

社群 | 內容 | 連接 | 商學院

商業快媒體、思維孵化器、價值試驗場和洗欲中心。專注互聯網以及互聯網正在影響的其他行業。有趣、有料、有態度，加入我們，擁有您的私人商學院。致力于為用戶提供營銷策劃、社群電商、創業投資和知識充電服務。

投稿、轉載、內容合作，請添加微信ikuaidao