不久前，亚马逊在Mechanical Turk的官网上写下了这样一行字，正式宣告了这个成立21年之久的人工数据标注平台的关停，这也意味着一个时代结束了。
“我们定期评估旗下的项目、工具与服务，并据此做出调整。经评估，我们决定关闭AWS Mechanical Turk，2026年9月30日生效。”
要知道，Mechanical Turk的巅峰时期有超过50万名注册工人，它的标注任务分发到了190多个国家。它教人类给机器画框、转写语音、判断一段推文是否含有种族歧视，也顺手发明了“零工经济”这个词。
一个让人“假装成机器”的平台
Mechanical Turk诞生的初衷很简单，2005年，亚马逊的电商目录里有太多商品需要分类、去重、纠错，而当时的算法还干不了这种需要常识的活。
于是，贝索斯提出了一个想法，与其等算法变强，不如把这类人类轻松、机器困难的任务，拆成碎片，通过互联网分发给全球的闲散劳动力，再用API把它们接回程序里，让人看起来像一段可以被调用的计算能力。
之后，就看到一件件工作被拆成几十秒的微任务，单价几美分，挂到网上，并让全世界任何一台电脑前的人来抢。这一套流程快、便宜、可弹性伸缩，不需要雇佣任何人，不需要签任何合同。
至于它的名字——Mechanical Turk，则来自18世纪的一个骗局。“Mechanical Turk”是一台号称会下棋的自动机器，但最后人们发现箱子里其实藏着一位真人棋手。
贝索斯决定以此来命名这个人工标注平台，并且毫不掩饰地形容它是“人工的人工智能”，意为表面是AI，箱子里全是人。可没人预料到的是，这个平台甚至成为了整个机器学习复兴时代的地基。
尽管在相当长一段时间里，它确实只是一家公司的基础设施。亚马逊用自家工人给零售网站的商品数据打标签，后来这套人力网络又支撑起了SageMaker机器学习服务。
但慢慢地，MTurk成了学术界的默认实验场，行为经济学、心理学、社会学的研究者用它招募被试、发放问卷、做行为实验，一篇篇论文里会老老实实标注“本研究通过 Amazon Mechanical Turk 招募被试”。
这里不得不提到李飞飞做ImageNet时的一段经历，起初她选择雇本科生标注，每小时10美元，可是按那个速度标完整个数据集要19年，之后她选择改用MTurk，结果是2008到2010年，167个国家的近5万名工人在两年里就标完了1400万张图，效率提升了近10倍。
此后十年，几乎每一次AI突破的背后都有MTurk，情感分析、语音识别、内容审核、自动驾驶场景里藏着一个个被人类描出的行人框。据报道，2022年OpenAI打磨ChatGPT训练数据时，也仍然在用这个平台做质检。
它同时养活了另一样东西，“零工经济”，作为学术概念，它直接来源于对MTurk的研究。菲尔·琼斯在《后工作时代》里写，平台宣传“随时随地可以工作”，但工人为了维持生计，每天要花几小时刷页面、等待、抢单，还常常在任务被无理拒绝后一分钱都拿不到。
正当贝索斯自豪地欣赏着自己的发明时，危机也在悄悄靠近，这个赛道的转折点不是某个具体日期，而是一批新玩家的出现。
我们看到，2016年之后，不同背景，不同切入点的数据标注公司相继成立，它们做了同一件MTurk没做好的事，把数据标注从任何人都能干的零工升级成需要被筛选、被考核、有质量标准、有专业工具的生产流程。它们招募更靠谱的工人，提供更好的工具，交付更干净的数据。
相比之下，MTurk几乎被放养，业务上也交付不出可以与新玩家媲美的高质量数据。
最讽刺的一幕，发生在它生命周期的最后一程。2023年，瑞士洛桑联邦理工学院（EPFL）的一项研究发现，当时有30%到50%的MTurk接单者，已经在用大语言模型完成任务。也就是说，在一个让人类假装成机器的平台上，最后是人类用机器来假装成人类。
同赛道，不同命
MTurk的退场并不是行业收缩，而是竞争的升级，路径的分化，在同一段时间里，有人市值跌掉了九成九，有人估值一年翻了倍。
这个赛道最近两年不乏明星公司，造富神话也接连上演，我们也曾写过不止一次。其中最明星的当属Scale AI。
去年6月，Meta以143亿美元收购Scale AI 49%股权，估值从140亿美元抬到约290亿美元。其实，Scale AI早期跟MTurk的做法有些类似，他们雇佣低薪承包商为AI训练标注数据集，并迅速在自动驾驶汽车领域取得了突破。
幸运的是，他们迅速实现了转型，做一家专注于提供大规模数据标注的专业服务提供商。同时，面对部分行业数据稀缺的难题，Scale AI还积极向下游拓展，涉足合成数据生成领域。
还有一家刚刚起势的新星Mercor也备受关注，因为踩中了时代的风口，三位00后创业者只用了三年时间，就将公司的估值做到了200亿美元估值。
起初，Mercor只是个用AI筛简历的工程外包平台，它的第一个客户付500美元/周，这之中有350美元被工程师拿走了。后来，它在全球范围内招募和管理数万名行业专家，通过精心挑选的领域特定知识加速人工智能训练。客户只需上传任务描述，系统即可在数小时内组建跨学科标注、评测与RLHF训练团队。
所以，Mercor的成功，源于它改变了数据标注的生意模式，不是传统的靠差价，而是靠组织人类专业知识的能力。
当然，这两家企业某种程度上代表了幸存者的偏差，因为最近两年衰落的可不止MTurk一家。
Appen，是一家澳大利亚的上市公司，它曾被看做是MTurk模式的工业放大版，主要模式是全球众包、低成本人力、承接搜索巨头的评测与标注。2020年8月，它的股价曾一度达到41.49澳元的历史高点，市值约43亿美元，可仅仅四年之后，伴随着谷歌合同的终止，这家公司的股价迅速跌落至了0.26澳元，市值蒸发超过了99%。
中国市场也没能幸免。
传统的数据标注公司一直叫不上价，也没能诞生像Scale AI、Mercor这样的巨无霸公司。不过最近一批，脱胎于大模型公司的数据公司。他们有资源、有渠道、了解业务，成为一级市场的明星水下项目。
政策层面，2025年四部门联合发文，规划到2027年数据标注产业年均复合增速超过20%，并把“AI预标注+人工复核”的人机协同模式写进了官方口径。今年4月国家数据局又发文要求建立行业专家认证机制。
各个企业也闻风而变。大厂岗位名不再叫数据标注，改叫数据炼金师、AI出题专家等，有报道称，某大厂在三线城市自建基地的团队还没培训完，需求已经变成必须由硕博来做。
更具象的变化藏在招聘的JD里，卡硕士的岗位全挤在大模型评测、算法配套与海外多语言方向。比如京东招法德荷语种标注，门槛是专八，再比如有大厂月薪10万挖三甲医院医生做标注。
最后，再回到MTurk的关停上，AI不是不需要人来标注数据了，而是不需要任何人都可以做的重复劳动。这说起来也可悲，MTurk的工人标注了训练AI的数据，AI学会了新技能，于是工人被淘汰。
这不禁又让人想起开篇提到的那个隐喻，18世纪的土耳其机器人，靠柜子里藏着的真人棋手骗了世界几十年，而现在柜子打开了，里面不再需要那个真人，机器终于学会了，自己下棋。