廉价专长、专家数据零工经济与 AI 陪伴的脆弱性
专家经验被拆成数据后价值几何？
AI 正在让专业服务的价格、边界和信任结构变得松动。今日的新闻里，麦肯锡被客户要求按结果而非工时收费，网络安全专家因为模型能力跃升而被重新追逐，这些现实变化刚好为第一篇论文提供了入口。
第一篇论文研究的是专家数据标注行业。过去我们谈数据劳动，常会想到低薪众包和重复性标注；这篇文章关注的对象却是博士、工程师、会计师等专业人士。作者分析五家专家数据标注公司及其 CEO 的公开发言和访谈，观察它们如何把专家的推理过程、操作轨迹、纠错能力和制度经验转化为训练前沿模型的资源？
第二篇论文的研究者访谈了 25 名与 AI 维系亲密关系的用户，讨论他们如何理解 AI 的关心、记忆、忠诚和边界。你可能会想，AI 伴侣带来的困扰只是它够不够聪明、回话够不够自然；但访谈材料显示，真正搅动用户心绪的是其它更深的疑问。
祝今日读写愉悦，洞见深省。
前沿速递
廉价专长：绘制并反思专家数据零工经济中的行业视角
核心概念
廉价专长（Cheap Expertise）：这是指通过专家数据标注把人类专家知识和能力编码进 AI 系统后，形成一种相对于人类专家服务更便宜、更可复制、投资回报更高的 AI 能力。“廉价”不仅是价格低，也包含行业以成本、效率和 ROI 衡量专长的逻辑。例如，数据标注公司支付专家每小时约 95 美元或 125 美元收集高质量数据，但它们期待这些数据成为一次性或少数几次投资，使模型未来能够反复执行类似专家任务，从而比持续雇用人类专家更划算。
专家数据零工经济（Expert Data Gig Economy）：这是指由数据标注平台连接 AI 实验室和领域专家，让专家以独立承包、按小时或按项目方式提供数据标注、任务演示、推理轨迹和模型纠错服务的劳动市场。它不同于传统低技能众包标注，因为平台招募的是具有专业知识的博士、工程师、会计师或其它知识工作者。
制度性专长（Institutional Expertise）：这是指由大学、企业等社会机构生产、积累、保护和认证的专业知识与能力，也包括这些机构通过学历、岗位、资历和组织实践赋予专家身份的方式。
研究问题
大型 AI 实验室对专家标注数据的需求，催生了一个面向领域专家的零工经济。与传统外包数据标注不同，这一市场雇用博士、工程师、会计师等知识工作者，让他们提供推理过程、工作流演示和模型纠错数据，以训练前沿 AI 模型。既有研究已经讨论了零工经济中的算法不稳定、数据劳动的低估，以及 AI 对专家职业的影响，但对专家数据标注公司自身如何公开描述专长、如何定义人类专家的价值、以及它们希望如何重塑大学和企业等制度性专长，仍缺少系统分析。
本文要回答的问题是：专家数据标注行业如何描绘 AI 专长、人类专长和制度性专长的未来？这些公司如何说明 AI 专长的经济价值和技术不足？它们如何把人类专家的知识与能力转化为可被提取、衡量和交易的资源？它们又如何看待大学、企业和传统职业体系所生产、认证和保护的专长？
