我刚认识小周的时候，他在一家互联网大厂做“地图标注员”，月薪五千出头。他跟我说，工作内容就是从卫星图上找出被树挡住、被云遮住，甚至拍糊了的建筑，然后手动标注。听起来挺简单，对吧？但想象一下，面对一张分辨率不高的图片，你得判断那模糊的一团到底是房子还是石头堆，是停车场还是荒地。小周说，最怕遇到半山腰上建得歪歪扭扭的自建房，左看像民宅，放大又像临时棚子，标错了会被后台打回重做，一天下来眼睛酸得像泡在醋里。
这行其实比我们想象的要繁琐得多。地图APP上那些精确定位的餐馆、加油站、小区入口，背后全是这些人一帧帧标出来的。你以为导航能精准把你带到楼下是 AI 自己学会的？别天真了。AI 确实能识别大部分道路和建筑，但遇到复杂路口、新建的楼、或者藏在巷子深处的老店，算法就会懵。这时候就得靠真人上手，拿鼠标一点一拉，把位置圈出来。小周他们团队有三十多人，每天要处理上万张卫星图和街景图，高峰期加班到凌晨是常态。他跟我说过一句话，我至今记得：“你们用导航觉得方便，是因为我们在背后给你们擦屁股。”
但这种工作，干久了真的会让人怀疑人生。小周干了八个月，视力从 1.2 下降到 0.8，颈椎也出了问题。最要命的是，他觉得自己的脑子开始“钝化”——每天重复同样的动作，不需要思考，也不需要创造，就像一台人肉扫描仪。他说，有一次下班回家，看到小区门口的老槐树，第一反应居然是“这棵树在卫星图上大概占多少像素”。那一刻他把自己吓到了，觉得自己活成了一台机器。其实这不只是小周一个人的困惑。地图标注员本质上是 AI 产业链最底层的“数据民工”。AI 需要海量标注好的数据来训练，而这些数据全是靠人用最原始的方式一点一点做出来的。
你可能不知道，地图标注这行已经催生了庞大的外包市场。很多互联网公司把标注业务包给第三方公司，第三方再分包给各地的“数据工厂”。这些工厂往往设在三四线城市或县城的写字楼里，招一批刚毕业的大学生或转行的人，培训后上岗。工资按件计算，标注一个建筑几毛钱，一天标几百个，月底到手也就三四千。我认识一个在河南某县城做标注的姑娘，她说团队里最厉害的人一个月能挣六千，但代价是每天对着屏幕十二个小时，眼睛干涩到必须靠眼药水才能撑住。她笑着说：“我们这是用眼睛换钱。”
讽刺的是，这些人的工作成果最终是为了让 AI 取代自己。地图标注员的核心任务是把人类对空间的理解转化为数据，让算法学会“看”世界。当 AI 的识别准确率足够高后，真人标注的需求就会急剧下降。小周的公司已经开始测试全自动标注系统，准确率据说已超过百分之九十。小周说，他感觉自己的位置越来越不稳，就像在给随时会关门的机器加燃料。他尝试向领导提议转岗做算法训练，但领导说，那需要计算机专业背景，他学的是市场营销，根本不符合要求。
其实这种焦虑不只地图标注员有。整个 AI 产业链上，类似的数据标注工种还有很多——语音标注、图像分割、文本清洗……这些岗位的共同点是：门槛低、重复性高、可替代性强。它们像金字塔的底座，支撑着顶端的 AI 算法不断攀升，但底座上的人随时可能被踢掉。有人把这个过程叫做“AI 的民工时代”，听着挺残酷，但事实就是这样。资本的逻辑很直接：能用更便宜的机器代替，为什么还要养活这些活人？
小周最终离职了。他说，走的时候心里挺复杂的。一方面觉得解脱，终于不用再盯着那些模糊的像素点；但另一方面又有点失落，毕竟那些地图上标出来的建筑，就像自己亲手画上去的。他掏出手机，打开地图，放大到一个小区，指给我看：“这里，我标过。当时卫星图被树遮了一半，我猜了半天才确定是三栋楼。现在导航能直接导到楼下。”他顿了顿，说：“但以后，可能没人会记得我们这些人了。”
我后来想，技术进步的代价往往是让一部分人被碾压过去。地图越来越精准，导航越来越智能，但背后那些熬红眼睛的小周们，他们的辛苦和迷茫却很少被提起。或许这就是科技发展的真相：每一个便利的背后，都有一群人在看不见的地方，做着最枯燥、最无聊的工作，而这些人往往是最容易被遗忘的。我不知道该怎么说，只能……