首页 › use-cases › 你的专业,AI正按小时收购

导语:你以为AI训练 data 的活儿还停留在“拉框打标签、几分钱一条”?海外已经悄悄换了剧本——顶级实验室按小时付钱请真人给模型当老师:急诊科医生 $100-200/小时、MBB 咨询顾问 $100/小时、会写 Agent 的程序员 $70-110/小时。国内几乎没人系统写过这条变现路径。这篇文章把平台、报价、流程、真实收入截图全部拆给你看,看完你就能判断:你的专业,值不值得按小时卖给AI公司。

一、三个真实的人和他们的账单

先看人,再看钱。以下三个案例全部来自平台官网公开晒单(附收入截图),不是广告软文,是贡献者自己发的成绩单。

案例1:英国物理学硕士,一年 7.5 万美元。 DataAnnotation(dataannotation.tech)官网晒单区,一位英国毕业生写道:毕业求职空窗期开始做这行,物理硕士背景,混着做 STEM 专业任务、编程任务和通用任务,一年攒下 $75,000。截图里是一个五位数的美金余额。

案例2:自学转码的程序员,三年 20 万美元。 同一页面的"200k Club":把这份活当全职干了三年,居家办公存下一大笔钱,还顺手读了个在职硕士。另一条编程方向的晒单更狠:两个月 $20,000,他形容日常工作是“调试代码、评估实现、推演边界情况”——听起来就像真工程师的活,因为本来就是。

案例3:一个月 1 万美元的研究生。 一位研究生入职后第一个月赚了 $10,000(附截图),他说“本来以为顶多赚几千刀”。还有一位加拿大用户两年多、每天 2-3 小时、每周 5 天的节奏,攒了 $40,000——这是佛系玩法的真实基准线:不是暴富神话,是时薪可观的稳定副业。

再看 Mercor(mercor.com)官网首页的“真人故事”栏:Milton,介入放射科医生;Ruby,生物科技研究科学家;Matt Simmons,文学方向博士候选人——注意,文学博士也在被高薪招募,给模型讲什么叫“好的论证”。

二、这门生意的底层逻辑:AI从“读万卷书”进入“请名师”阶段

为什么大厂突然愿意按小时付高薪请外行?

因为预训练的“读遍互联网”红利吃完了,现在的竞争集中在后训练:模型回答得好不好、对不对、专业不专业,需要真人来评判、纠偏、出难题。这催生了一整条“人类数据”产业链——Mercor 官网甚至给它起了正式的名字就叫 Human data,下设 Guide、Process、Data pipelines、Incentives 四个子页面,把它当核心业务来运营。

具体到干活层面,Outlier(outlier.ai)官网把任务分成了三类,这就是你实际要做的事:

  1. Rating & ranking(评级排序):同一个问题,两个模型的回答摆在你面前,你选出更好的那个,并按评分标准(rubric)写出理由;
  2. Open rewrite(改写与创作):你写 prompt、构造场景、改写答案——本质上你在给模型“出考题”和“做示范”;
  3. Multi-modal(多模态):基于图像、音频、视频内容做生成与分类训练。

DataAnnotation 一位用户对工作的总结更直白:“构造复杂编程场景、对模型做深度分析、综合评估结果”——这已经不是标注,这是软件级 QA 加命题组。所以付薪逻辑完全变了:国内传统众包按条计价,拼手速;海外这套体系按“学位 + 职级 + 领域稀缺度 + 质量分”计价,拼判断力。

三、三大平台横评:报价、门槛、结算

平台 定位 官网可见报价(2026-10 实时) 门槛 结算
Mercor 高端专家市场,按角色招聘 急诊科医生 $100-200/hr;MBB 咨询 $100/hr;Agent 方向 SWE $70-110/hr;地学专家 $85-100/hr;金融专家 $70-80/hr;生物/社科博士 $60-70/hr 按岗位匹配简历,直接搜角色申请 官网宣传支持每日结算(Daily payouts)
Outlier 大众化专家众包,任务类型最全 "Competitive rates",按领域与资历定级,表现优可加价 本科高年级起步,硕博优先;要求较强英文书面能力 每周结算,PayPal 或 AirTM
DataAnnotation 通用+编程双通道 官网宣传最高 $50-150+/hr,另一口径 $20-60+/hr(差距=普通任务与专家任务的价差) 从 generalist 起步,通过 coding eval 解锁编程高薪任务 线上结算,官网有大量晒单

几个值得玩味的细节:

四、完整流程:从注册到第一笔美金

把三个平台的共性流程抽象出来,长这样:

flowchart TD
    A["英文简历 + 盘点专业"] --> B["三大平台同时投递"]
    B --> C["领域测评 screening"]
    C --> D{测评通过}
    D -->|是| E["进入人才池"]
    D -->|否| F["换平台或换领域重投"]
    E --> G["Squad 小组入职培训"]
    G --> H["带薪上手 1-5 小时"]
    H --> I{任务三选一}
    I --> J["模型回答评级排序"]
    I --> K["改写出题造场景"]
    I --> L["多模态 图音视频"]
    J --> M["质检评审"]
    K --> M
    L --> M
    M -->|质量高| N["涨时薪接高等级任务"]
    M -->|质量低| O["任务减少甚至清退"]
    N --> P["每周结算 PayPal 或 AirTM"]

注意图里那条向下的分支:质量分决定一切。这是真正的绩效体系——DataAnnotation 用户原话:“这是一个真正的 meritocracy(能力主义),活越好,报酬越高。”反过来说,磨洋工会被降级乃至清退,这门钱不养闲人。

五、成本与 ROI 核算

成本端:几乎是零现金成本。投入的是三样东西—— 1. 你的专业资历(学位证、行业经验,决定时薪档位); 2. 英文读写能力(Outlier 官网明确要求 strong written English,因为评分理由要写给系统看); 3. 上手时间(测评 1-5 小时 + 前期任务磨合期,时薪偏低是常态)。

收益端,按官网真实数据建三个模型: - 佛系型:每天 2-3 小时 × 每周 5 天 × 两年 = $40,000(加拿大用户实录),折合时薪约 $15-25; - 进阶型:物理硕士混做三线任务,一年 $75,000; - 全职猛人型:编程方向两个月 $20,000,或首个自然月 $10,000——这类基本是 coding eval 通过后的高单价任务流。

ROI 结论:对有专业背景的人,这就是目前门槛最低、兑现最快的“专业出海”通道——不用做产品、不用获客、不用收美元的复杂链路,平台直接把钱打给你。但要清醒:它是“时间换钱”模型,收入随任务池波动(项目制,项目结束可能断粮),税务自己申报,没有任何雇主福利。

六、中国从业者怎么吃到这波

说实话部分先讲:从官网证据看,DataAnnotation 的活跃晒单用户集中在英国、加拿大等地,Outlier 用 PayPal/AirTM 结算覆盖了大量国际贡献者,中国大陆身份能否直接注册,以各平台申请页的实时政策为准——目前这波红利最大的受益群体是留学生、海外华人和有合规海外收款渠道的人。

但对中国技术从业者,至少有四条确定性路径:

  1. 海外华人/留学生:直接冲。你的双语能力是隐藏加成——中文语料和“中英双评”任务长期存在需求,而能写高质量英文评分理由的中文母语专家,比纯英文背景的人更稀缺。
  2. 把“出题人”角色搬回国内:国内大模型团队同样在重金求人类数据(各家大厂的数据团队、众测平台常年招聘评测专家),只是定价体系不同、多以正式/外包岗位形式存在——把海外这套“评级-改写-多模态”的作业抄给国内雇主,就是你的溢价话术。
  3. 团队化套利:海外已经出现“老手带小队”的 Squad 长工模式,squad lead 本质是包工头。攒够经验和口碑后组队接单,是这门生意从“时薪”跃迁到“杠杆”的唯一路径。
  4. 反向情报:就算你不亲自下场,记住这个信号——Mercor 上 Agent 方向工程师被录用人数断层第一。labs 在花大钱教模型“怎么用工具”,这比你刷十篇行业分析都直白。

信息差总结

你以为的 实际在发生的
AI 兼职 = 拉框打标签,几分钱一条 给模型出题、评分、写示范,按小时 $60-200
只有程序员能吃这碗饭 医生、咨询顾问、地学、金融、文学博士都有专属岗位
上手要先交培训费 Outlier 的上岗培训做完平台给你钱
干得多才赚得多 质量分决定时薪档位,meritocracy 玩法
这是美国人的小事 Mercor 一个 Agent 工程师岗位最近就录用了 243 人

行动指南:今晚就能做的五步

  1. 盘点资产(30 分钟):把学位、证书、行业年限写成一份英文简历,重点突出“你能判断什么是好的专业产出”;
  2. 三家同时投(1 小时):mercor.com 搜角色直接申请(盯 recently hired 数字高的岗)、outlier.ai 选本领域做 screening exam、dataannotation.tech 从 generalist 起步;
  3. 认真对待测评:1-5 小时的上岗测评决定你进哪个价位的池子,把它当面试,不是问卷;
  4. 前两周冲质量分:评分理由写得具体、可复现,触发 higher rates for superior performance 机制;
  5. 备好收款与税务:PayPal/Wise 先开通,独立承包人收入记得自行申报,别在合规上翻车。

参考来源

  1. Mercor 官网角色报价与 Human data 业务页:https://mercor.com
  2. Outlier 官网任务类型与 FAQ(Squad 制、周结、PayPal/AirTM):https://www.outlier.ai
  3. DataAnnotation 官网费率口径与贡献者收入晒单:https://www.dataannotation.tech

注:文中所有报价与录用人数为 2026 年 10 月 2 日各平台官网实时公开数据,岗位价格随项目周期波动,以申请页面为准;个案收入来自平台官网公示的截图晒单,代表能力强者上限,不构成收入承诺。


本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入