"我不是牛马，而是牛马的饲料。"

这是演员邵逸凡在经历 AI 面试后的第一反应。

当她盯着屏幕上 "120 美元 / 时 " 的邀约，以为自己拿到的是一份体面的 "AI 教导合约 "，自信自己是挥鞭的驯兽师。

真正的现实却是，她几乎被这场面试榨干。

在 Mercor 的面试流水线上 ，平台要求她交出过往真实项目的核心逻辑、判断链路与隐性经验——那些耗费数月、价值数百万美元的职业结晶。

所谓 " 高薪体验 "，不过是用几百美元的快钱，换走她几十年积累的专业价值，并在后台被高速转化为可交易的训练样本。

AI 面试，看似是科技加持下的新模式，实则是一场精巧的 " 智力折价 "。

而在另一端，平台正处于资本驱动下的狂飙阶段。

10 月底，Mercor 宣布 3.5 亿美元 C 轮融资、估值飙升至百亿美元，三位 22 岁创始人成为 " 最年轻白手起家亿万富翁 "。

这一切发生得如此迅猛，仿佛一体两面——一边是财富神话，一边是劳动力的无声崩塌。

但 Mercor 的商业模式绕开机构，直接从个体身上 " 提取 " 知识资本，以极低成本将它们商品化，再反哺给训练模型，撬动原本牢固的行业护城河。

在 AI 时代，这或许是最 " 成功 " 的商业模式：它既不创造产品，也不提供服务，而是设计出最精巧的系统，完成对知识资本本身的规模化、低成本 " 收购 "。

时薪 120 美元，教 AI 取代我自己

这是一个关于 " 喂养 " 的隐秘故事。

最近，演员邵逸凡碰到了一件天上掉馅饼的事。一份来自 Mercor 平台的 Offer，赫然写着：时薪 120 美元。

按现在的汇率，这就是时薪 800 多块人民币。也就是说，上一天班，能拿六七千块。要知道，现在市面上的 AI 数据标注民工，时薪普遍只有 20 美元。

▲ Mercor 平台的任务售价 16~100+ 美元 / 时，一天大约工作几个小时不等。

邵逸凡一开始也是不信的。毕竟，这平台之前名声不太好，属于那种 " 面试两小时，加上自己也有花了几小时面试却毫无结果的负面经验，内心生出高度的怀疑，这会不会又是一场 " 数据收割 "？

她索性甩甩脑袋，无视了这封邮件。然而，这一次，翻倍的时薪让她心动了。

她决定 " 咬钩 "，再次踏入那套熟悉的流程：开启摄像头，面对 AI 面试官，完成又一个免费的测试任务。尽管她自认回答得十分混乱，半天后竟真的收到一份 5 小时的试用合约。

只是时薪只有承诺的一半——60 美元。

这让她在一丝窃喜之余，但更多是困惑—— " 它到底在测试什么？是我的专业能力，还是仅仅我的反应模式？"

很快，任务的真正面目逐渐清晰。

这个任务根本不是让你陪 AI 聊天，也不是让你教 AI 怎么说人话。任务极其变态：

让你去刁难 AI。你需要提出极其复杂的商业问题，比如估算某行业的市场规模，构建复杂的财务模型。难度必须大到让 AI 卡壳，让 AI 脑子烧坏。

然后，重点来了。你手里必须有 " 正确答案 "。你需要手把手教 AI，怎么做是对的，怎么做是错的。并且，平台有一条红线：不能用 AI 生成的答案，也不能用网上的公开案例。

这一刻，邵逸凡内心从 " 找到高薪工作 " 的兴奋，瞬间转为震惊和强烈的道德不适。

这几乎就是赤裸裸的暗示：得用真实项目的真实数据。

平台甚至赤裸裸地问：你愿不愿意把之前的真实项目报告，抹掉敏感信息后传上来？

这就很要命了。一个顶级的咨询项目，那是团队几个月熬大夜熬出来的，那是无数头发换来的。一个从业者，干了几年，手里攒下来的深度案例，可能也就十几个。

这是什么？这是你的职业护城河，是你的饭碗，是你安身立命的本钱。

现在，Mercor 拿几十美元的时薪，就要把你几百万的智慧结晶买走。这哪里是工作？这分明是在让她背叛前团队和客户的信任，将价值数百万的智慧结晶廉价出卖。

更让人窒息的，是那种彻底的 " 非人感 "。

以前我们上班，好歹能跟同事摸个鱼，能跟老板吵个架，能积累点人脉。哪怕是去搬砖，工头还会给你递根烟。但在 Mercor，你面对的只有屏幕和摄像头。

没有反馈，没有人类，只有冷冰冰的倒计时。

为了防止你摸鱼，电子眼全程盯着你。你想烧壶水？暂停计时。外卖来了去拿一下？暂停计时。想带薪拉个屎？对不起，先暂停计时。

普通工作至少能 " 带薪拉屎 "、出去买咖啡，但这个工作完全无法摸鱼。这意味着，想拿到 5 小时的钱，实际花费远远超过 5 小时。

这 30 个小时的 " 赛博搬砖 "，让邵逸凡看透了那个血淋淋的逻辑：

当公共数据的矿藏被挖掘殆尽，AI 的镰刀终于挥向了人类最后的壁垒—— " 专家知识 "。那是你在江湖里摸爬滚打十几年才懂的 "Know-How"。

以前常说 " 教会徒弟，饿死师父 "。但在 AI 面前，这话太轻了。你教会了它，它不是让你饿死，它是直接把你的桌子掀了，把你的锅砸了，顺便把整个行业都埋了。

更绝望的是，在这个体系里，你是 " 日抛型 " 人才。你的案例一旦输入，就固化成了大模型的参数；你的价值一旦被提取，就沦为了废弃的样本。

这不仅是邵逸凡的困境，也是很多人面临的困境。

▲来源：David Plunkert

一场关于数据的 " 收割 " 游戏

这事儿不仅邵逸凡遇到了，很多人都遇到了。大家普遍的一个疑惑是：这破 AI 面试怎么跟闹着玩似的？

有人被面试官疯狂放鸽子；有人收到了 Offer，结果发现发件人的领英是假的，查无此人；甚至有个老哥，才工作了 9 个月，愣是被 Mercor 评定为 " 全球顶尖人才 "，进入了所谓的 " 前 1% 人才池 "。

▲ 虚假的受聘邮件，发件人的领英页面是假的

连这哥们自己都懵了。他为了测试，用同样的内容面了三次。前两次挂了，第三次过了。为啥？可能是因为在第三次面试时，他调试了摄像头的角度，还调了麦克风。

合着在 AI 眼里，你是不是人才不重要，你的 " 像素 " 高不高才重要。

也正因为如此，不少求职者认为，这套 AI 面试工具正在收集他们的个人数据：

你的面部轮廓、微表情、眼球转动的频率，被摄像头一帧帧拆解；你的声纹、音调、语速、甚至尴尬时的停顿和口音，被麦克风一点点录入。

最惊悚的一个细节是：多位求职者报告，那个 AI 面试官聊着聊着，竟然开始模仿他们的语音语调说话。这让他们坚信了自己的判断。

合同里的监控条款和免责声明，更是看得人脊背发凉。

有较真的求职者特意找律师审了那份 CIIAA（保密与发明转让协议），律师的结论很理性：" 法律上没大毛病。" 但又忍不住感叹，" 这和我以前签过的兼职合同很不一样 "。

如果说第一阶段采集的是 " 你是谁 "，第二阶段就是系统性提取 " 你的脑子里有什么 "。面试的技能测试和深度问答是争议核心。

AI 会结构化地追问你的过往项目，拆解技术与业务细节，深挖决策逻辑，索要真实问题场景及解决方案。

很多求职者还遇到重复提问、被打断、测试耗时长、流程不透明的问题，最后往往被归入 " 人才池 " 而不是直接录用。

这些内容本质上是稀缺的人类实战经验：软件开发的真实调试过程、医学或法律领域的专业推理、产品运营金融领域的真实决策逻辑。对大模型训练而言，这类非公开数据极具价值。

翻看这些工作的面试要求——写代码并解释思路、撰写法律分析或医学诊断、深度分析商业案例、精细标注图片视频、设计 AI 难题并提供高质量答案 ……

任务被设计得与 AI 实验室的数据需求高度重合，对应了 RLHF （基于人类反馈的强化学习） 、RLAIF （基于 AI 自评的人类样本） 、专家级思维链、高质量合成种子数据和多模态标注数据。

面试者们反映说，为了得到 AI 想要的答案，Mercor 的面试系统被设计了追问机制。

例如，有人遇到 8 道题，根据回答不断深挖，" 只要你敢举例子，它就敢追问 "。

面试官还非常喜欢问专业问题，有用户被问到 "URL 缩短系统系统的经典设计 "，"AI 在法律科技行业的发展方向 "。

你以为在完成 " 测试 "，实则输出的内容已是 " 现成训练样本 "。

一场面试下来，Mercor 完成了三件事：

①通过摄像头和麦克风采集你的生物特征；

②通过专业对话套取独家经验和思维链来训练 AI；

③让你进入 " 人才池 "，实为以小时工或合同工形式持续进行数据标注和模型修正。

面对这些问题，求职者能做得不多，反应呈现两极分化：要么无奈接受，要么主动退出。

" 总得站在历史正确的一边 "

就在 " 邵逸凡们 " 盯着空白的邮箱苦等回音时，大洋彼岸的香槟已经开得震天响。

10 月底，Mercor 宣布融资 3.5 亿美金，估值直接干到了 100 亿美金。这是什么概念？一家做 " 人肉数据 " 的公司，比很多硬核科技公司都值钱。

几乎同一时间，三位 22 岁创始人 Brendan Foody （CEO） 、Adarsh Hiremath （CTO） 、Surya Midha （董事会主席） ，获得《福布斯》" 最年轻白手起家亿万富翁 " 头衔，取代 Mark Zuckerberg 在 2008 年创下的纪录。

如今，作为 " 硅谷增长最快的初创公司 "，Mercor 的年化收入已接近 4.5 亿美元，也就是说，每天进账超过 150 万美元。

Mercor 是怎么这么快发家的？首先是赶上了好时候。

随着公开数据消耗殆尽，AI 公司曾尝试向高盛、安永这些机构买数据，但都被拒绝了。于是，Mercor 看到了其中的缝隙。直接招揽前员工，从个人经验里挖掘那些藏在脑子里的专业判断、推理逻辑和细致反馈。

"这些公司总得站在历史正确的一边，"Brandon 说。

他的逻辑很简单：等 AI 公司拿到足够数据，训练出比人更聪明的模型，大家还得求着买。模型贵，但总比雇几百个分析师便宜。

尤其当 Meta 花 143 亿美元收购了 Scale AI 后，各大 AI 实验室纷纷转投 Mercor 这个 " 中立方案 "。

Mercor 主打一个 " 恐怖交付 "：别人启动项目要两四周，它只要 48 小时。

怎么做到的？把人当耗材用。

2025 年 11 月中旬，Meta 的一个项目里，5000 名标注工人在凌晨三点收到了 " 死亡邮件 " ——你们被裁了。第二天上线，任务全空。没过几天，一个换汤不换药的新项目上线了，但时薪从 21 美元降到了 16 美元，被裁的员工收到新邀请，要求重新签约。

一边用高薪把人骗进来，一边用这种骚操作压低成本。资本家看了都要流泪，这哪里是创业，这是在卡 Bug。

很多人觉得 AI 是高大上的，是理性的，是文明的。错！AI 的屁股底下，坐着的都是无数 " 隐形劳工 " 的血汗。

AI 不说脏话，不是因为它有道德，是因为 OpenAI 早期在肯尼亚雇了一群时薪 2 美元的劳工。这群人每天的工作就是看暴力、色情、血腥的内容，然后打标，教 AI" 不能说这个 "。

AI 世界的所谓 " 清洁 " 和 " 光明 "，全是靠这些边缘劳力的精神创伤换来的。

Mercor 不过是把这一套玩得更溜了。它把肯尼亚劳工换成了全球的行业专家，把时薪 2 美元换成了几十美元 （虽然还要被砍一刀） 。

但本质没变。这仍然是一场建立在 " 数据剥削 " 之上的狂欢。

人们无偿或廉价地贡献出毕生所学，这些知识被系统性地打包成商品，卖出了天价。而贡献者，最终只得到了一个 " 被优化 " 的结局。

这或许就是技术革命的另一面：那些支撑起时代跃迁的个体，常常只被留在历史脚注里，连名字都无人提起。