大模型产业正在上演一场荒诞的套利与围猎。
OpenAI在全球四处游说企业用算法替代人力，其核心数据供应链却在雷厉风行地清洗使用AI的员工。404 Media调查显示，包括供应商Mercor在内，多名负责训练与评估ChatGPT的外包承包商因使用ChatGPT、Grammarly或AI翻译软件辅助工作遭到解雇。此前曝光的Project Lily已证实，有数百名外包人员在直接调阅真实用户的私密对话以校正模型倾向；而内部文件表明，OpenAI相关评估项目涉及的承包商已经超过10000人。
更具黑色幽默的是质检规程。官方质检指引严禁审核员使用GPTZero等自动化检测工具，理由十分坦白：市面上的AI检测软件并不具备可靠性。但在禁止技术工具的同时，管理层却要求质检员肉眼巡查异常——重点盯防破折号（em dash）的滥用、机械性重复词以及极快的提交答题速度。
一面兜售通用人工智能的神话，一面用肉眼抓破折号来维持对齐数据的纯洁度，前沿科技的华丽光环下，包裹着一套脱胎于十九世纪工场手工业的粗陋治理。
计件困局下的生存算计
标注员之所以铤而走险，不是因为缺乏职业道德，而是整条供应链把人逼到了只能作弊的死角。
大模型后训练阶段仰赖人类反馈强化学习（RLHF），其逻辑建立在人类能给出超越机器的细微语感与价值纠偏。但现实中，承接这项神圣对齐任务的，是全球高度原子化的众包零工体系。早先《时代》周刊曾曝光OpenAI通过Sama雇佣的肯尼亚工人，清洗涉毒有害内容的时薪仅在1.32至2美元之间。即便是Scale AI旗下宣称时薪在15至65美元的高级平台Outlier，其工人也经常面临无薪测试、克扣工时与突然降薪的常态，并因此陷入两起工资诉讼及美国劳工部的调查。
在牛津大学Fairwork平台的劳工权益评级中，Scale与Remotasks在2023年只拿到1/10分（2025年平台记录仅为2分），Appen在2023年也仅拿到3/10分。尽管Remotasks等社区准则白纸黑字禁止使用脚本、自动化机器人或AI助手，平台却普遍执行极其严苛的计件考核指标。
天下熙熙皆为利来，天下攘攘皆为利往。当平台按件计酬、把交付时间压缩到极致，底层打工人动用ChatGPT润色语句或直接生成答案，就成了一种对抗系统榨取的必然算计。
- 提醒.自动化AI文本检测工具天生易受文本改写、翻译及领域漂移的干扰，无法作为决定性仲裁工具，强行封禁反倒会制造大量误判。
模型崩溃的虚妄与奖励模型的真伤
媒体在转述这起丑闻时，往往直接贴上模型崩溃的末日标签。但严肃的学术研究并不支持这种简单化的恐慌。
Shumailov等学者发表于2024年7月《自然》（Nature）期刊的论文确实证明，若完全使用模型生成的数据递归替代真实人类输入，长尾信息会迅速消亡，最终引发模型崩溃。然而，Gerstgrasser等人在2024年以及2025年机器学习顶会论文《Collapse or Thrive?》中进一步证实，只要保留真实人类数据并采用累积混合策略，发散性崩溃并不会发生。
偷用AI训练AI，最致命的创口不在于模型立即报废，而在于奖励模型拟态污染。
廉价劳工用AI交差，本质上是用机器的合规套话去喂养机器的判别基准。
外包人员为追求无错，让ChatGPT生成中规中矩的赞同、建议与润色，送入系统的正是高度同质化的AI平均脸。这抹杀了人类语言中珍贵的长尾偶发性、独特幽默感与反叛意识，直接导致奖励模型丧失对人类真实偏好的感知力，让下一代模型不可逆地陷入迎合用户、陈词滥调与假客套的泥潭。
肉身纯洁主义 vs 制度化工程
面对数据污染，OpenAI与Anthropic走出了截然不同的两条路线。
Anthropic在其Constitutional AI机制中，承认合成反馈的不可避免，索性将AI生成的批评与修正制度化为工程管道。反观OpenAI，依然死守人工RLHF的道德洁癖。它一面要求承包商提供纯天然的人类灵魂，一面又把合同层层转包给Mercor这类商业中介，任由严酷的算法指标去抽打肉身。
这种纯粹主义在真实的生产关系面前脆如薄纸。404 Media的受访者中，甚至有标注员直言，由于身心异化与虚无感，自己开始故意选择最差输出进行消极抵抗。当对齐神话演变成劳资对抗，标注员的键盘便成了最隐蔽的投毒工具。
- 结论.试图用计件制血汗工厂去规训机器道德，从一开始就注定要被系统自身的反作用力反噬。
当大厂既无法自研出可信的检测算法，又无法摆脱对廉价劳动力的贪婪依赖时，所谓的破折号审查，不过是旧工业时代的监工挥舞的又一根皮鞭。