每分钟通话录音0.5美元：人类正将生活“售予”AI，隐私与未来的博弈
AI陷入数据饥荒，人类的日常生活竟成了一门生意。
从南非开普敦到美国芝加哥、洛杉矶，再到印度兰契，全球成千上万的人正把自己的日常片段卖给科技公司，内容涵盖洗碗视频、走路脚步、通话录音、做饭动作等。
这些再普通不过的日常琐事，正变成可明码标价、拆分零售的“工业原料”，成为训练AI的“教材”——两小时洗碗视频能换80美元，一分钟通话录音价值0.5美元。
硅谷对真人数据的渴求，催生出一个蓬勃发展的数据市场产业。
但钱并非白拿。
那些签下合同的零工训练师，往往在不知不觉中交出了不可撤销的授权：他们的声音可能被永久用于AI客服，面孔可能出现在半个地球外的人脸识别数据库，亲手训练的系统或许某天会让自己失业。
这是一个关于生存与算计的故事。一边是现实的生计压力，一边是看不见的未来风险。在这场数据“淘金热”里，谁才是真正的赢家？
01 人类将生活拆分“零售”
27岁的南非青年雅各布斯·洛乌每天出门喂海鸥时，都会拍下自己的脚步和沿途风景，上传到Kled AI——一个花钱收集用户数据以训练AI模型的应用。一段十几秒的“城市导航”视频，能换14美元。
22岁的印度学生萨希尔·蒂加赚钱方式更简单：让手机麦克风一直开着。他通过Silencio应用允许对方访问麦克风，捕捉餐厅嘈杂、路口车流声。为多赚钱，他甚至专门去酒店大堂录制未被采集过的环境音，一个月能赚100多美元，足够覆盖月开销。
18岁的芝加哥焊接学徒拉梅利奥·希尔选择出售更私密的内容，包括与朋友家人的通话记录，卖给Neon Mobile平台，每分钟价值0.5美元。
AI零工训练员上传的内容五花八门，他们站在这场全球数据淘金热的最前沿。
这些零工的工作远不止于此。
在洛杉矶，从圣莫尼卡到洛斯费利兹，数百人做家务时会把摄像头绑在头上和手上。煮咖啡、刷马桶、浇花、洗碗，一切都被记录下来。
萨尔瓦多·阿尔西加从Instawork领到头戴式手机支架，回家对着镜头洗碗、擦灶台，同时用西班牙语或英语解说动作。两小时录像，他赚了80美元。
“反正我也得做家务，”他说，“现在做家务还能赚钱。”
02 一切源于AI的数据饥荒
这些看似无技术含量的生活碎片之所以值钱，是因为AI快“饿死”了。
像ChatGPT和Gemini这样的大语言模型，需要海量学习材料才能持续进步。但目前，C4、RefinedWeb等常用训练数据来源已开始限制AI公司使用其数据。
非营利研究机构Epoch AI预测，到2026年，AI公司将耗尽可用于训练的新鲜文本资源。尽管一些实验室尝试让AI生成数据“自学”，但这种做法可能导致模型质量下降，最终走向崩溃。
在此背景下，Kled AI、Silencio等数据市场平台突然走红。
伦敦国王学院经济学教授鲍克·克莱因·提塞林克指出，零工AI训练是新兴工作类别，规模将大幅增长。AI公司通过付费获取用户授权数据，能有效规避版权纠纷风险——若仅从网上随意抓取内容，随时可能面临官司。
AI研究员韦尼亚明·维塞洛夫斯基也表示：“目前来看，人类数据仍是让AI跳出套路、学习新内容的最佳来源。”
简单来说：机器学得再快，终究离不开真实人类数据。这一点在物理世界表现得尤为明显。
Universal Robots的AI机器人产品副总裁安德斯·贝克指出，AI实验室收集的训练数据大多不适合真实场景部署，且仅靠视觉反馈，机器人无法学会“动手”任务。要让机器人掌握开门、洗碗、叠衣服等技能，必须依靠真实人类在现实环境中反复演示。
CB Insights洞察主管杰森·萨尔茨曼总结道：“模型目前无法自主判断对错、厘清真实情况，这些都得靠人类教导。”
正因如此，一些国家已建起专门的“手臂农场”——在固定设施中，大量人员录制开门、叠衣服等任务的第一人称视频，为AI提供真实操作示范。
阿尔西加录制了自己往洗衣机放衣服的过程，这是他零工任务的一部分。
数据显示，像Sunain这样的人类数据采集公司，在洛杉矶有超过1400名贡献者，分布从西部卡尔弗城到东部帕萨迪纳。Sunain联合创始人沙赫巴兹·马格西称，洛杉矶的住宅类型、生活方式和人群多样性“无与伦比”。
CB Insights预测，到2030年，全球数据收集和标注市场规模或达170亿美元。高盛则预测，到2035年，人形机器人市场规模或达380亿美元。
正是看到这些前景，资本开始疯狂涌入。
旧金山公司Encord去年物理AI业务收入增长十倍，今年2月获6000万美元融资。Meta支持的Scale AI已收集10万小时机器人视频。其竞争对手Micro1在60个国家雇了1000人，专门录制家务视频。
03 没有隐私，也无后悔药
对参与AI数据喂养项目的人而言，钱并非白拿。
希尔对这段经历心情复杂。他在Neon Mobile卖了11小时通话，赚了300美元，但应用常掉线，提现也难即时到账。“Neon一直让我觉得可疑，”他说，“但我一直用它赚点轻松外快。”
很快，麻烦来了。
2025年9月，Neon Mobile推出仅几周，TechCrunch就曝出安全漏洞：任何人可在网上直接访问用户电话号码、通话录音和文字记录。希尔称，Neon从未通知过他，现在他担心自己的声音会被如何使用。
这还不是最糟的。
纽约演员亚当·科伊2024年把肖像卖给AI视频编辑器Captions（现名Mirage），价格1000美元。他在合同中加了诸多保护条款：不能用其形象涉及政治，不能推销酒、烟草或色情内容，授权一年后失效。
可没多久，朋友开始转发网上疯传的视频给他。画面里，他的脸、声音正推销一种未经证实的孕妇保健品。
“跟别人解释这件事让我特别尴尬，”科伊说，“那些评论读起来很奇怪，因为他们评论的是我的外表，但那根本不是真正的我。”
更让科伊难受的是，当时他卖肖像的想法——反正大部分模型会从网上抓取数据和肖像，不如自己赚钱。现在回头看，这像个笑话。此后，他再也没碰过这类平台。
伦敦大学城市圣乔治分校法学教授恩里科·博纳迪奥指出，很多平台的协议条款几乎允许“永久性地对这些材料做任何事，且无需再付费”。而贡献者“几乎没有切实可行的方式撤回同意或重新谈判”。
更可怕的是，即便平台声称会做“去标识化”处理，声音、面容等生物特征本质上很难真正匿名。
04 全权许可的合同陷阱
你或许以为只是“租”出几段录音，但合同小字里可能藏着更大的坑。
用户在Neon Mobile或Kled AI分享数据时，授予的是“全权许可”——全球范围、排他性、不可撤销、可转让、免版税。也就是说，平台可永久销售、使用、公开展示、存储肖像，甚至创作“衍生作品”。
Kled AI创始人阿维·帕特尔辩解说，协议仅允许用于AI训练和研究。公司会审查买家，避开“意图有问题”的行业和可能滥用数据的机构。他称：“整个业务依赖用户信任。”
但这样的保障有多可靠？博纳迪奥教授指出，合同允许平台和客户“做几乎任何事情”。
更麻烦的是，数据卖出后，你根本不知其流向。斯坦福大学以人为本AI研究所的数据隐私研究员詹妮弗·金说，这些平台未明确说明数据的用途和使用地点。消费者“面临数据被以不喜欢、不理解或未预料的方式重新利用的风险，且几乎没有追索权”。
学者劳拉·基特尔的经历更典型。她在找非营利组织和政府机构的工作时，朋友推荐了Mercor。合同发来后，她仔细查看，条款要求授予免版税权利，允许使用她现有和未来的学术论文，以及任何可能对未指明客户有利的知识产权。
“我觉得这太过分了，”她说。
她想修改合同，结果一个叫“梅尔文”的AI助手回复邮件：改不了，不接受可以离开。
Mercor后来解释，合同仅适用于贡献者在项目过程中选择使用的自己的创作，未使用的不受约束。但对基特尔而言，那种不好的感觉已无法释怀。
05 谁是真正的赢家？
牛津大学互联网地理学教授马克·格雷厄姆是《喂养机器》一书的作者。他承认，对发展中国家的人来说，这笔钱短期内确实有用，但他警告：“从结构上看，这种工作不稳定、无发展前景，实际是条死胡同。”
他称，AI市场依赖“工资的逐底竞争”和“对人类数据的暂时性需求”。
一旦需求改变，“工人们得不到任何保护，学不到可转移技能，也没有安全保障”。最终的赢家，是那些“捕获所有持久价值的北半球平台”。
换句话说，零工们今天赚的每一分钱，都在帮助AI变得更强、更聪明。而当AI足够强大时，这些训练它的人，可能恰恰是最早被替代的一批。
正如DoorDash Tasks总经理伊桑·比蒂所说：“这些是我们十多年来一直在解决的现实世界问题，我们意识到，曾帮助我们的能力也可以帮助其他企业。”
DoorDash们正在做的，是把配送员的劳动经验转化为数据资产，卖给任何需要训练AI的企业。
优步也在做同样的事。
去年10月，优步在司机应用中增加数字任务类别，让司机上传餐厅菜单、录制多语言音频样本。其Uber AI Solutions部门已扩展到30个国家，提供标注、翻译和模型训练服务。
两家公司走的都是Scale AI开创的路子：用分布式远程工作者创建新数据集、验证AI输出。只不过，优步和DoorDash手里多了几百万个可直接派往现实世界任何角落的人。
阿尔西加的朋友曾质问他：“好吧，你就是问题所在。”朋友的意思是，他正在教AI做只有人类才能做的事，不是在帮倒忙吗？
阿尔西加回答：新技术总会带来恐惧和变革，但也创造了新工作类型，比如他最新的这份零工。“人们仍然需要人，”他说。
问题是，当AI连“人”都不需要时，这份需要还会存在吗？
本文来自微信公众号“腾讯科技”，作者：值得关注的，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com