数据标注行业演变 - 行业从低门槛、重复性的图像/语音识别数据标注，向高门槛、需要专业知识和判断力的“知识型”或“认知型”数据标注演变 [1][3] - 传统数据标注任务报酬极低，熟练工每日完成至少500张图像标注，单张报酬0.2元至0.4元人民币，日收入很难突破200元人民币 [5] - 新型高价值标注任务报酬显著提高，普通任务百元起步，复杂场景下单次任务报酬可达600元、800元甚至1000元人民币 [3][8] 劳动力市场两极分化 - 低价值标注劳动力市场：由三四线城市待业青年、全职妈妈、学生等构成，工作高度标准化、碎片化，技能无成长且易被AI预标注工具替代 [3][5][6] - 高价值标注劳动力市场：吸引985/211高校博士生、三甲医院医师、资深律师、财经媒体主笔等专业人士，工作灵活且报酬丰厚 [8][10] - 行业形成两个世界：一边是“一单五毛”的机械劳动，另一边是“一单上千”的认知输出，导致劳动者在收入、成长性和工作体验上严重分化 [9] 高价值标注任务的要求与特征 - 任务要求从提供答案升级为教会AI如何可靠生成答案，需要标注者具备语言敏感度、常识推理及法律或伦理等专业知识 [1][9] - 准入门槛隐性提高，平台虽未明限学历，但在实践中常以985/211学历作为高效初筛信号，并强调将专业知识转化为“AI友好型表达”的能力 [10][11] - 工作形式灵活（无打卡、自主认领任务），但实行严格的动态质量评估体系，依据历史交付质量分配任务权重和单价，优质贡献者获优先权 [12] 行业发展的本质与潜在问题 - AI发展本质上是不断淘汰旧岗位（如机械标注）、创造新岗位（如AI训练师、伦理对齐专员）的过程，但每次升级都伴随着技能壁垒的提高 [14][15] - 新产生的高阶标注岗位仍多以“灵活用工”形式存在，劳动者缺乏劳动合同、晋升通道，主体性被抹去，且技能多为临时性、碎片化，难以积累形成可迁移的职业资产 [18] - 高价值标注任务具有不稳定性，一旦AI模型通过学习掌握了某种判断模式，相应的标注需求便会迅速减少或消失，劳动者无法分享AI商业化后的收益 [21]