9月的一个凌晨1点30分，Lazaros-Antonios Chatzilazarou在攻读博弈论博士及兼任安永（EY）职员和伦敦政治经济学院讲师的间隙，收到了一条领英消息。发信人是旧金山AI训练公司Mercor的招聘人员，询问他是否有兴趣担任博弈论专家。
Chatzilazarou随即参与评估，一周后开始兼职为Mercor合作的主要实验室训练AI系统。他的工作包括开发提示词测试模型并评分，工作量相当于全职，且薪酬“非常有竞争力”。他是新兴白领零工群体的一员，利用专业知识探究顶尖AI模型的缺陷并加以修正。尽管有人担忧这会导致自身职业冗余，但这一领域正迅速扩张。
风险商业
2025年10月，Mercor三位22岁的大学辍学生创始人Brendan Foody、Adarsh Hiremath和Surya Midha成为世界上最年轻的白手起家的亿万富翁，比马克·扎克伯格早约一年达成十亿美元里程碑。该公司估值达100亿美元，核心赌注在于AI实验室愿为人类专业知识支付高额费用。
Mercor首席执行官Foody透露，公司每日向专家支付高达500万美元，平均时薪约125美元，大致相当于医生收入，是高管平均工资的两倍。目前Mercor拥有超10万名专家，涵盖软件工程师、科学家等，但需求仍是供应能力的三到四倍。
AI训练行业正经历结构性转变。过去依赖亚非地区低薪劳工进行基础数据标注，如今则转向高技能专家。Surge AI创始人Edwin Chen强调利用人脑全部力量训练AI，其客户包括OpenAI、Google等，估值介于150亿至250亿美元之间。Wirestock转型AI数据供应商后筹集2300万美元，拥有超70万名创作者；Ethos则通过AI面试建立专家网络，获安德森·霍洛维茨基金2275万美元投资。
从业者动机各异：有的出于改善医疗建议等使命感，有的希望从内部了解重塑行业的AI技术，有的则为了多元化收入。多伦多大学研究人员Stefanos Aretakis视其为责任，医生Arshom Foroutan则看重薪酬与挑战性。两人均不担心短期失业风险，认为AI将扩大服务能力或提升社会整体智力水平。
然而，伦理与权益问题并存。牛津大学Carissa Véliz指出，用生产力交换卓越性可能抑制创新。此外，部分通用型承包商面临无薪评估、账户封禁及拖欠工资等风险。莱斯特大学数学家Bogdan Grechuk发现，曾确信模型两年内无法破解的问题，如今在半小时内即可被解决，专家前沿正不断被机器逼近。
Foody预测，未来十年大多数工作将以某种形式涉及训练代理，专家价值取决于能否提出机器无法回答的问题。尽管存在不确定性，Aretakis等学者仍乐观认为，若AI能外包繁琐工作，人类将变得更加人性化。而无论结局如何，出售专业知识的平台创始人将在自动化浪潮中持续获益。