2026年，南非一位年轻学者刚刚拿到博士学位。他在大学里度过了近10年的求学时光，最终完成了一篇关于人工智能如何改变农业的博士论文。按照原本的人生规划，他准备进入高校，给本科生上课，带研究生做课题，正式开启学术生涯。

但他收到的第一份工作邀请，并非来自任何一所大学。

一位猎头找到了他，开出的报酬非常诱人：每小时600兰特。这笔薪水相当于当地法定最低工资的近20倍。而对方要求他做的工作只有一项：训练一套AI系统，教它如何设计大学课程的考核方案，如何给本科生讲课，以及如何给学生的学术论文打分。

他被要求做的事情，是把自己苦读10年积累下来的教学经验，全盘交接给一台机器。

在南非，很少有年轻人能轻易拒绝这样的薪酬诱惑。2026年第二季度，南非青年失业率高达47.4%。面对近在咫尺的生活压力，许多人即便明知自己是在亲手培育未来的竞争对手，也不得不低下头，接下这份报酬丰厚的工作。

这种看似荒诞的交易，如今正在全球各个角落频繁上演。

在印度，垃圾分拣工和电焊工把智能手机或摄像头绑在自己的额头上，每天记录自己双手的每一个动作，每小时拿走250卢比的报酬。这些工人赖以养家糊口的工作细节和肌肉记忆，全都被打包成了训练数据，送去喂养下一代人形机器人。

从收入上看，大学博士与垃圾分拣工天差地别；但在AI产业链的这一头，两者干的其实是同一份工：把自己身上的经验和本能剥离下来，复制给未来的机器替代者。

过去几年，流向非洲等发展中地区的AI外包工作，主要是技术含量极低的数据清洗。工人们坐在屏幕前，重复着给图片里的猫狗打框、给红绿灯打标签的基础劳动。如今，AI公司需要的资源变了。

像Outlier、Mercor这样跨国运作的AI数据平台，开始把猎头网撒向医生、律师、工程师和高校教师。机器光靠在互联网上翻找公开网页，已经无法学到更高阶的知识。很多专业领域的门槛，不在于死板的规则，而在于人脑在复杂情境下的判断力。

非洲是理想的采购地。这片大陆拥有全球最年轻的人口，受过高等教育的专业人士越来越多，同时普遍面临高失业和低工资。非洲的AI使用率在全球垫底，多数国家低于劳动适龄人口中约18%的全球平均水平，南非稍好，也只有23%。对AI公司来说，从这里获取专家知识，成本远低于欧美。

一位在讲台上站过几千小时的大学老师，能一眼看出学生是死记硬背还是真正理解了概念，能准确判断一篇期末论文到底该拿75分还是60分。医生看病靠临床裁量，律师办案靠法理裁量，教师教学靠专业裁量。这种曾经被认为无法被机器量化和替代的人类直觉，如今正在以远低于欧美发达国家本土的成本，被低价打包收购。

AI不再只是学习人类记住了什么，它正在系统性地学习人类如何做决定。

甚至在招募人类老师的过程中，科技公司也已经省去了人类的身影。这位南非博士接受了一场45分钟的线上面试，屏幕另一端没有真人考官，而是一套AI算法。面试结束后，算法自动给他发来一份评估报告，详细列出了他的优势与不足，并通知他重新参加其中一部分考核。

面对屏幕上冰冷的算法评语，他关掉了网页，放弃了后续的测试。他没有去赚那笔每小时600兰特的高薪，而是转身继续投递简历，去寻找一份教学生而不是教机器的教职。

他希望自己能说，这个决定是出于原则。但他承认，他至今没有完全想清楚自己的不安从何而来。把定义一个人职业身份的判断力交给机器，到底意味着什么？我们在教这些系统什么样的判断？他没有答案。

但这套由人类亲手喂养的庞大系统，并没有因为少数人的退出而放慢分毫。

～～～～～～

图为在南非，受过高等教育的专业人士正被招募来训练AI，图源：Rest of World/iStock

信源：James Maisiri, Rina Chandran. "I Refused to Train the AI That Could Replace Me." Rest of World, 3 Sept. 2026